分類: 星球日報

原文作者：Ed Zitron

原文编译：深潮 TechFlow

导读：国际清算银行（BIS）年报揭示了一个被科技巨头刻意忽略的真相：万亿级 AI 资本支出已经超过这些公司的现金流和盈利能力，而这些钱的最终流向，只是在维持 OpenAI 和 Anthropic 这两家巨额亏损的模型实验室。如果微软、谷歌、亚马逊决定停止每季度 300 亿美元的 GPU 采购，整条供应链都将崩塌。

本月，我发布了一个两部分系列深度报道，剖析了 AI 泡沫中的”泡沫套泡沫”结构——从半导体公司不可持续的鲁莽增长，到围绕 Sam Altman 和 Dario Amodei 的个人崇拜。周五，我将发布期待已久的《软银黑粉指南》，你不会想错过的。

周日，国际清算银行（BIS）发布了年度报告，说了一堆我一直在说的话：

短期内，正在进行的 AI 投资热潮引发了对当前经济扩张可持续性的质疑。五大超大规模云计算公司计划在 2025 年到 2026 年期间在 AI 相关资本支出上花费超过 1 万亿美元。这些承诺超过了这些公司的盈利和自由现金流，导致一些公司发行债务以筹集额外资金。

看到各国央行的央行说出我过去几年一直在说的话，确实很令人欣慰。但这部分既让我觉得自己说对了，也让我为整个世界感到糟糕：

回报率令人失望可能引发融资的突然撤退，并将资本支出热潮转变为长期投资萧条，对金融状况产生潜在连锁效应……如果超大规模云计算公司放慢或停止激进的资本支出部署速度，供应链中的许多借款人可能难以替代失去的收入并偿还债务。

废话。去年 4 月，我写了一篇名为《AI 对科技行业是系统性风险》的文章，概述了一家模型实验室 OpenAI 的失败将如何对其供应链产生地震级影响，给英伟达、甲骨文、微软以及为其提供算力的各种新云服务商（最著名的是 CoreWeave）带来一次又一次的重击。

从那时起，OpenAI 的黏糊触手已经伸入科技行业的更多方面，它与谷歌、亚马逊、Cerebras 和博通等公司签署了协议，同时还接受了更多投资，包括软银的巨额承诺。软银只能通过出售 ARM 和英伟达等公司的珍贵股票以及举债来兑现这些承诺。

系统性风险的概念从未真正离开过我的作品，过去一年我花了很多时间思考这个问题——因此，我的写作审视了 AI 支出回撤对该行业融资方的潜在后果，特别是私人信贷，以及半导体行业。

BIS 关心的不是收入暴跌——如果超大规模云计算公司如其所担心的那样”放慢或停止激进的资本支出发展速度”，收入确实会暴跌——而是收入暴跌且 AI 供应链中的借款人无法偿还不断增长的债务负担。

同样，这是我多次拉响警报的事情。CoreWeave 一直是本通讯的宠儿，2025 年 3 月，我发表了《CoreWeave 是一颗定时炸弹》，重点关注该公司压倒性的有毒债务堆以及对 OpenAI 作为客户的依赖。

在更大的规模上，我们有甲骨文——我在《甲骨文黑粉指南》通讯中详尽地介绍了这家公司。

与 CoreWeave 等新云服务商不同，甲骨文是一家更老的公司，其大部分存在期间都在向一些世界上最大的公司和公共部门机构销售数据库和 ERP 软件。甲骨文在其核心业务线开始停滞时转向提供 AI 算力，由于其规模庞大，它能够筹集疯狂数额的债务。

正如我之前指出的，甲骨文是一家即使在 AI 泡沫之前也负债累累的公司。碰巧的是，由于与 OpenAI 的幽会，Larry Ellison 认为有必要把债务旋钮扭到十一档。

甲骨文的支出已经将其自由现金流推入负值区域——截至 2026 财年末为负 237 亿美元——截至 5 月底，它有 1295 亿美元的未偿债务。这还不包括其各种租赁承诺，加起来近 380 亿美元，也不包括已签署但尚未实际开始的额外 2600 亿美元租赁承诺。

所有这一切都是说，甲骨文为了一家公司 OpenAI 的利益而大规模举债，如果那家公司付不起账单，它就完蛋了。甲骨文的存在——以及 Larry Ellison 的个人财富——取决于 OpenAI 能否兑现在算力上花费 3000 亿美元的承诺。

这既是 AI 泡沫中最明显的部分，也是讨论最少的部分——超大规模云计算公司超过 1 万亿美元的资本支出正在推动一场大规模的半导体热潮，这种热潮充其量是基于大型语言模型将变成完全不同的东西这一可能性极小的假设。

如果微软、谷歌、亚马逊和 Meta 决定停止每季度在 GPU、RAM、存储和数据中心建设上花费 300 亿美元或更多，那将在人们认为的永久超级周期的侧面撕开一个洞。

我需要说明的是，认为所谓的半导体繁荣不是一个短暂的机会，在全球股市灾难来临前装满靴子，是多么愚蠢的想法。这场灾难将严重到让 Futurum Group 都想自杀。

超大规模云计算公司——其资本支出将在 2026 年第三季度超过其现金流——在 AI 投资上的回报如此之差，以至于他们中没有一个会真正披露除了模糊的”年化收入”之外的收入，这意味着所有这些投资实际上都是基于未来会发生完全不同的事情这一想法。

这个未来必须在 2030 年之前为他们带来至少 2 万亿美元的全新收入，因为如果做不到，实际上所有的资本支出都将被用于支撑 Anthropic、OpenAI，以及 Meta 用其聊天机器人在做的任何事情。

没有支持继续资本支出的有说服力或理性的论据，至少没有一个不默认接受当前大部分支出都是浪费的论据，除了抬高股价和孵化两家不同的大型亏损 AI 实验室之外。那些数百万个 H100、B200 和 B300 GPU 不会迎来数字上帝，它们不会创造递归自我改进，它们不会成为为当前服务增加 6000 亿美元或更多全新收入的支点，它们产生的唯一收入是来自 Anthropic 和 OpenAI 的算力支出，我估计这占谷歌、亚马逊和微软云收入的 20%或更多。

我还必须明确，这些公司的成本远远超出股权投资。虽然微软向 OpenAI 投资了 130 亿美元，但微软高管 Michael Wetter 在马斯克诉 Altman 案件中透露，这一合作已经花费了超过 1000 亿美元，暗示仅 OpenAI 的基础设施成本就至少 870 亿美元。我想亚马逊和谷歌必须花费类似的金额来处理 Anthropic 同样贪婪的算力需求，特别是考虑到亚马逊为 Anthropic 专用的 Rainier 项目数据中心的 110 亿美元及以上的成本。

这是 AI 泡沫中被严重讨论不足的部分。Anthropic 和 OpenAI 自 2019 年以来总共筹集了不到 3000 亿美元，但我估计它们的真实成本至少是 5000 亿美元，考虑到为它们的存在所必需的超大规模云计算公司资本支出投资，这还没有考虑甲骨文为 OpenAI 建设 7.1GW 的”星门”数据中心所花费的 3400 亿美元或更多。这些不是创业公司，而是大型科技公司的子公司，它们作为独立部门存在只是为了抬高股权头寸并隐藏真相：AI 资本支出完全是浪费钱，即使你把两个每年亏损数百亿美元的肥胖败家子也算进去。

正如我两周前报道的，OpenAI 在 2025 年在微软 Azure 上花费了 172 亿美元，这一年它在 130.4 亿美元的收入上亏损了 209 亿美元。即使那是利润（它不是），那也比微软在 2025 年第一季度的资本支出少 42 亿美元。

除了 OpenAI 之外，微软可以说没有 AI 业务。虽然它在 4 月吹嘘拥有 370 亿美元的 AI 年化收入（意思是一个非特定月份乘以 12），但那只相当于每月约 30.8 亿美元，或者不到它在该季度 319 亿美元资本支出的十分之一。更糟糕的是，微软透露这个数字”同比增长 12%”，暗示其在 2025 财年第三季度的 AI 年化收入为 165.9 亿美元，或每月约 13.8 亿美元。

然而我去年 11 月关于 OpenAI 推理支出的报道显示，它在 2025 财年第三季度花费了 29.47 亿美元，年化约为 117 亿美元，这意味着至少在那个季度，OpenAI 可能占微软 AI 收入的约 70%，我会很惊讶如果这一年中有戏剧性变化，因为 OpenAI 在 2026 财年第一季度的推理支出为 36.48 亿美元。

所有这一切都是说，所有这些资本支出的唯一真正结果似乎是支撑 Anthropic 和 OpenAI 这两家深度亏损的公司，然后以收入的形式收回一小部分，而这些收入只有通过数千亿美元的风险投资补贴才能实现。

现在 OpenAI 和 Anthropic 占超大规模云计算公司剩余履约义务的 50%或更多，约 7480 亿美元。

除了错误地相信 OpenAI 或 Anthropic 实际上能在没有谷歌、亚马逊或微软给它们钱的情况下支付得起之外，在 AI 上进一步投资资本支出根本没有逻辑或理性的理由。超大规模云计算公司除了他们自己的伪创业公司投资之外，没有任何形式的有意义的 AI 收入，A）他们继续投资和 B）市场、分析师和记者表现得好像一切都很好，这既荒谬又不理性。

旁注：我没有讨论 Meta，因为 Meta 没有 AI 故事。Mark Zuckerberg 浪费了它每一盎司的资本支出，除了它可以通过将产能转售给其他人获得的任何东西——但别担心，他认为（这是引用！）Meta 对算力有用处！不，对不起，那些 GPU 没有推动广告收入的有意义增长，我过去已经谈过了。

英伟达、美光、闪迪、SK 海力士和三星的创纪录销售是一个完全投机性资产泡沫的直接结果，由世界上一些最大和最富有的公司的鲁莽和无方向的资本支出驱动。

任何投资数据中心的人都在为 Anthropic 和 OpenAI 之外不存在的需求建设投机性产能。如果存在所述需求，AI 数据中心新云公司 CoreWeave 将拥有健康和多元化的收入流，而不是其 65%的收入来自微软（为 OpenAI）和英伟达，其余来自谷歌（为 OpenAI）、Anthropic、Meta，当然还有 OpenAI。根本没有其他大规模 AI 算力消费者，我们还没有触及那个严酷现实的唯一原因是数据中心需要 18-34 个月才能完成。

即使有，我也几乎找不到除了 OpenAI、Anthropic 和超大规模云计算公司之外有任何人拥有证实数据中心建设所需的需求或资金的证据。

我真的需要强调这一点。

如果我们假设英伟达首席执行官黄仁勋预测的 1 万亿美元 Blackwell 和 Vera Rubin 销售额成真，那将是大约 40GW 的数据中心容量，IT 负载约 30GW，如果我们假设数据中心每兆瓦获得约 12 美元的收入，慷慨地说，到 2030 年将产生约 4350 亿美元的年度算力需求。

让我们非常清楚一件事：现在唯一能负担得起在算力上花钱的公司要么是超大规模云计算公司，要么是超大规模云计算公司补贴的公司。即使如此，除了 OpenAI 在 2026 年的 500 亿美元算力支出和我估计 Anthropic 的类似金额之外，似乎没有超过几十亿美元的需求，如果有的话，CoreWeave、IREN、Nebius、Cipher Mining 和其他新云服务商将拥有数千亿美元的剩余履约义务，而不是只有在超大规模云计算公司支持或 Meta 的扎克伯格式 AI 精神病深度下才会扩展的剩余履约义务。

让我说得更简单：那些数千亿美元的数据中心正在为无人建设，唯一能”负担得起”支付哪怕一小部分算力费用的公司是由超大规模云计算公司支撑的不盈利 AI 公司。

虽然这可能读起来像是一个激进的立场，但我认为看着当前的事态说”管它的，我认为超大规模云计算公司明年应该花 1 万亿美元”要激进得多。

除了被一个渴望避免思考科技没有任何高速增长想法的疯狂市场驱动的幻想思维之外，这样做没有理性的理由。

除了创建 OpenAI 和 Anthropic 之外，当前的资本支出几乎完全是浪费。Microsoft 365 Copilot 很烂。GitHub Copilot 很烂。Google AI Overviews 很烂。Google Gemini 是一个跟随者 LLM，因此也很烂。Meta 的 LLM 非常危险。Amazon Rufus 很烂，亚马逊应该因为暗示它在 2025 年第三季度推动了 100 亿美元的”年化收入”而被 SEC 调查，因为它绝对没有。Alexa+很烂。一切都很烂，如果大型科技公司只花了四分之一的资本支出，它会同样糟糕。

这些产品几乎被普遍厌恶，几乎不产生任何收入，即使在适度成功的 GitHub Copilot 案例中（截至去年底年化收入约 10.8 亿美元），那也只是因为用户的算力得到了大量补贴，导致微软将用户转移到基于 token 的计费，激怒了习惯于每月支付 39 美元就能燃烧数千美元 token 的客户。

是的，所有这些钱都可能是错的

Sundar Pichai、Andy Jassy、Satya Nadella 和 Mark Zuckerberg 是失败者。他们可能拥有数十亿美元，他们可能经营着巨型科技公司，但他们是失败者，在销售一种注定失败的技术，这种技术基于不可靠、低效和过于昂贵的技术，不适合人们实际上与 AI 联系在一起的那种可靠、确定性、”设置后就忘记”的特性。

四大输家是唯一让人们认真对待这些大型输家模型的原因，这标志着科技行业和我们的经济也是由输家驾驶的。我们看到的 LLMs 的每一点”进步”都来自于强行把方钉塞进圆孔——数十亿美元的训练成本、数千亿美元的资本支出、无尽的工具、脚本、包装器和层级，试图榨取任何接近所谓自主性承诺的东西。

所有国王的马和所有国王的人都把每一美元和每一盎司脑力投入到试图让 LLMs 变成它们本不是的东西，而我们作为一个社会，被期望去呵护这些东西，表现得像它们很出色，并为尚未发生的事情给它们记功。我拒绝接受 LLMs 生成代码或复制开源软件的能力就是这些东西将来会成为强大自主工具的证据这一前提，我认为那些推断到这一点的人要么智力破产、要么深度愤世嫉俗、要么容易被骗到会点击每一封声称他们的 Paypal 账户被盗的邮件。

我向你保证，这些钱都可能是错的！超大规模计算公司确实可以在某件不做它们所说的事情上花一万亿美元，因为这些公司非常乐意误导你，引用 Nik Suresh 的话：

经济的很大一部分是由那些简单来说非常容易被暗示的人驱动的。也就是说，让他们兴奋并愿意花钱是非常非常容易的。

为什么每个人都投资数据中心？因为超大规模计算公司这么做了！为什么美光和内存公司卖这么多内存？因为 A） GPU 使用大量高带宽内存，B） 该高带宽内存消耗的晶圆空间是普通 DRAM 的三倍，为其他种类更便宜、利润率更低的内存留下更少空间，以及 C） 因为这些 AI GPU 的服务器也装满了内存！

这些数据中心的建设不是因为债权人对生成式 AI 工具需要和将需要的大量 AI 算力有任何”洞察”。他们看到 ChatGPT 和 Claude（两个严重补贴的产品）的”成功”，认为因为 Anthropic 和 OpenAI 需要大量算力，每个人都会需要大量算力。而且因为银行和私人信贷渴望投资方式，每个人都如此兴奋，让他们对建造大型、性感且昂贵的东西的前景感到兴奋超级容易！

很多信息深度、深度有缺陷这一事实也无济于事。

Exponential View 应该为自己感到羞耻

Exponential View 的研究使用模糊的专有数据操纵骰子。

Anthropic 和 OpenAI 代表了过去 12 个月所谓 1100 亿美元 AI 收入的至少 68%。虽然报告声称”去重”整个 AI 堆栈的收入，但它没有提供任何形式的源数据，使其无法验证。

报告使用”年化运行率”试图让 AI 行业的收入看起来比实际更大。

这份报告是伪装成研究的行业营销，但使用刻意积极的框架和可疑的数据来源。

上周，研究公司 Exponential View 发布了一份可疑报告，声称 AI 在过去 12 个月的收入达到 1100 亿美元（看起来在 2025 年 6 月到 2026 年 6 月中旬之间），并通过将所有 AI 收入拼凑在一起来做到这一点，包括 OpenAI 和 Anthropic 的客户支出和算力支出。虽然报告声称以某种方式”去重”了数字，但 Exponential View 拒绝解释它是如何做到的。将收入和算力支出都包含进来以试图代表 AI 行业的实质健康状况也是深度欺骗性的。

这是因为 AI 行业充满了不通过篡改数字就无法获胜的输家，而且因为每个人都如此兴奋，他们准备好被愚弄，并犹豫是否再深挖一寸。

不是我！我不在乎，我讨厌被欺骗的感觉，所以我深挖了。

这是因为 OpenAI 和 Anthropic 在其算力支出和收入之间代表了该收入的多达 75%。根据 The Information 和我自己的报道，OpenAI 在 2025 年有大约 87.7 亿美元的收入并在算力上花费了约 174.8 亿美元，根据 The Information 在 2026 年第一季度有 57 亿美元的收入并在算力上花费了 178 亿美元，总计约 440 亿美元（占 Exponential View 总数的 40%），这还不包括 OpenAI 在 4 月、5 月或 6 月的任何算力支出或收入，这可能会进一步推高总数。

虽然由于华尔街日报不愿制作可读图表，Anthropic 更难解析一些，但它在 2026 年第一季度有 48 亿美元的收入，并在推理上花费了我认为至少 40 亿美元，虽然其训练成本未报告，但我认为假设它们至少 50 亿美元是合理的，总计 146 亿美元。如果我们根据 The Information 的报道，取 Anthropic（所有数字都是预测）2025 年 45 亿美元收入、27 亿推理成本和（我严重质疑这个数字）41 亿美元训练支出的一半（很慷慨了，因为大部分集中在年底），我们得到 56.5 亿美元，对 Exponential View 分析的总贡献为 202.5 亿美元，约占那 1100 亿美元总数的 18.4%。

所以，是的，不包括 2026 年第二季度的任何内容，Anthropic 和 OpenAI 代表了 Exponential View 试图让人们兴奋的 1100 亿美元 AI 收入的 68%。

这些是一个输家支撑一个无法通过告诉你真相获胜的输家行业的行为。这份报告完全是为了愚弄已经被愚弄的人并支持现有叙事，这就是为什么彭博社以最晦涩、最迎合行业的方式报道它：

根据研究公司 Exponential View 的一份报告，人工智能的收入已达到一个临界点，表明科技公司在其上投入的数千亿美元可能在经济上是可持续的。不包括中国在内的全球 AI 销售额在 2026 年第一季度达到 250 亿美元，连续第二个季度超过该行业与数据中心和芯片投资相关的估计 210 亿美元折旧成本。虽然这个里程碑表明 AI 公司开始能够覆盖其资本支出的成本，但利润很薄。折旧费用仍然消耗超过三分之二的收入，留下很小的缓冲来覆盖其他成本，如电力、劳动力和融资。

这很傻的两个原因！

你在将整个行业的成本与实际购买 AI GPU 的少数公司的折旧成本进行比较。

在 2026 年第一季度，亚马逊有 189.4 亿美元折旧，微软 101 亿美元，谷歌 44 亿美元。那是 334.4 亿美元！那比 250 亿美元多！而且我甚至还没有包括 Meta，但别担心，正如我将谈到的，Exponential View 也没有！

现在，你可能想知道他们是如何得到那 250 亿美元数字的，那是因为 Exponential View 给了他们！

我们想追踪的下一个问题是 AI 收入是否能覆盖建设基础设施所需的资本投资。我们的模型将面向 AI 的资本支出与主要超大规模计算公司和新云公司、专业 AI 云提供商的普通资本支出分开。这个调整很重要，因为在 ChatGPT 之前超大规模计算公司每年已经在资本支出上花费约 1200 亿美元。我们捕获了对 AI 基础设施的额外投资，然后将计算资产按 6 年折旧，其他基础设施按 14 年折旧。我们的建模显示，归属于超大规模计算公司的收入刚好清除折旧费用。

是的，但现在他们在资本支出上花费 7650 亿美元。无论如何，正如我上面提到的，Exponential View 的魔法数学神奇地将那些资本支出费用降至 250 亿美元，并完全移除了 Meta，因为”举措专注于广告提升，所以不被认为是纯生成式 AI 收入，或目前几乎没有直接货币化。”多么输家的举动！Meta 已将其整个公司定向于 AI！

我拒绝在这篇文章上浪费太多时间，但我需要你看到它是如何欺骗性地框架这个对 AI 行业所谓的”好消息”的，将其自己的专有折旧公式与其自己的专有 AI 收入公式进行比较，以获得一个旨在让 AI 行业看起来不错的图表。不需要溯源！不需要数据！只要把炒作放进袋子里并投资 AI 股票！

我还发现 Exponential View 诉诸这个奇怪、令人困惑的”累计”AI 收入与资本支出折旧图表是可鄙的。这些收入的绝大多数是 OpenAI 和 Anthropic 的算力支出，我不知道，如果你试图做一份给出 AI 行业真实状态的报告，也许试着在报告的任何地方代表那个！

正如我所建议的，这些是输家支撑其他输家的行为。如果这个行业有一个根本上健全的收入故事，展示利润与损失、以透明方式追踪收入并制作一份显示 AI 显著上升的报告将是极其容易的。

相反，Exponential View 通过一个充满未定义模型、数据集和所谓”质量等级”的 Pee Wee’s Playhouse 说 AI 是”真实的、大的和快的”，这进一步助长了一个危险的泡沫，并可能欺骗散户投资者做出进一步糟糕的决定。

大型输家模型

我知道称人为输家听起来有点刻薄，但我该怎么称呼一个靠谎言和欺骗推销自己的行业？我该怎么称呼故意误导人们关于生成式 AI 的经济学和结果的人？如果 AI 如此令人难以置信的成功和不可能的出色，为什么每个解释听起来都像是由谜语人或即将喝琼斯镇酷爱饮料的人写的？

因为他们是无法通过真正获胜而获胜的输家。他们最好（也是唯一的）希望是用 24/7 营销活动（由媒体驱动）压倒你，让所有这一切看起来不可避免、无法阻止且是一个巨大的成功，即使每家公司都亏钱且每个产品都响着一种无灵魂的平庸。

这是因为 LLMs 虽然在真空中是一个有趣的工具，但目前正被输家向输家营销，使用厄运唠叨、疯狂推断和彻头彻尾的谎言的混合物，操纵人们认为技术总是变得更好以及这么多钱不可能是错的这一假设，以创建一个由欺骗驱动的营销活动。虽然使用它们不会自动让你成为输家，但你在积极推动某人这样做的那一秒就成为输家，因为你已成为输家黑手党的追随者。

我从未听到任何 AI 推动者以他们生活中的任何兴奋程度倡导一项技术，因为他们对这些工具如何让他们感觉以及它们代表什么的兴奋远远超过其他任何东西。它们也是故意构建来产生参与度并让你感觉有生产力的工具，即使你没有。

只要听听这个彭博社关于 AI 让人们”高效、焦虑和害怕退出”的故事中的这个人：

Matt Van Horn，一位连续创业者和四个孩子的父亲，再也不关笔记本电脑了。他在 Anthropic 的 Claude Code 中一直运行着六个以上的 AI 代理。每隔 10 分钟左右，它们会问他接下来要做什么。他在孩子们的足球训练、送他们上学时以及度假期间在酒店里一直开着笔记本电脑。当他睡觉时，一个代理介入照看其他代理。Van Horn 是许多工作被 AI 转变的创始人之一。在他建立最新公司时，他使用 AI 代理帮助为 GitHub 上的数百个项目做出贡献。但他和许多其他 AI 传道者也比以往任何时候工作更长时间，因为他们在应对如果他们退出 AI 可能在没有他们的情况下如何进步的焦虑。

对不起老兄，你有成瘾症，我担心它正在毁掉你的生活。这在产生什么？你到底在用这些时间做什么？因为如果你据称有 100 倍的生产力，那不会，你知道，产生相当令人难以置信的东西吗？我不知道——也不想抨击这个人——他在 GitHub 上的承诺可能有多重要或不重要，但”痴迷地一直检查你的笔记本电脑以防你可能没有生产力”的投资回报应该是治愈疾病级别的东西。

故事继续：

在与彭博社记者交谈 15 分钟后，他指出他的大多数代理可能正在等待他的下一个提示。”我没有治疗师，但如果我有，他们会说，’没关系，Matt，'”他笑着说。”他们说代理应该为我们做工作，但我这辈子从未这么努力工作过。我只是有了以前 100 倍的产出。”

这个人是一个骗局的受害者，一个全行业的精神病，在那里你因为没有不断地将你存在的每一秒钟都用于提示一系列聊天机器人制作某些东西而被评判，所有这一切都基于一个错误的信念，即在某个时候它会变得如此聪明，你……不必提示它们？

尽管如此，Van Horn 完全正确——AI 的销售宣传是代理应该为你做工作，但亿万富翁输家正在对你进行精神操控，让你相信一个需要持续警惕以确保它做你要求的事情或不花太多钱的数字 busybox 在某种程度上是”自主的”。

虽然嘲笑硅谷很容易，但我们正在目睹的是由 Sam Altman、Dario Amodei 等骗子及其富有支持者引起的广泛心理健康流行病，他们对 AI 的能力撒谎，创造了一种虐待文化，在那里人类变得从属于由 OpenAI 或他们的雇主补贴的不思考、易幻觉的代理：

工程师们工作到凌晨 4 点，只为展示出能与他们部署的 agent 相匹配的生产力。初创公司正在创建内部咨询项目，让员工能够宣泄 AI 引发的职业倦怠，或者与自称 AI 大使的人组队，帮助他们学习如何更好地使用这项技术。在旧金山，人们在小飞机拉着”停止雇佣人类”横幅的阴影下进行心理健康散步，周五晚上越来越多地变成了”touch grass”派对——刻意营造不谈论 AI 的空间，因为其他地方都已经被它感染了。

这太他妈糟糕了，每个炒作这个泡沫的失败者都应该为自己感到羞耻。

事实上，去他的，我想直接对那些在硅谷和科技行业工作、被这个行业压榨的人说话。

写给被 AI 泡沫伤害的科技工作者

我知道你们并非都反对创新。

我知道你们中的许多人感到窒息。

我看到你们，每天都听到你们的声音，我觉得你们所遭受的待遇令人作呕。

你们的行业抛弃了你们。

你们的投资人在对你们撒谎，他们发财致富，而你们连 Tenderloin 区的单间公寓都租不起。AI 并没有做到他们承诺的那些事情，那些对它感到兴奋的人之所以兴奋，是因为他们相信它会取代你们。你们是一场营销活动的受害者，这场活动通过牺牲你们的时间和精力来为少数人致富，让你们去捍卫一个注定失败的工具。

你们使用的工具被设计来操纵你们，让你们以自动化之名工作更长时间。你们正在被虐待。你们被欺骗，以民主化软件之名为 1%的人战斗。你们的 agent 本应让你们自由，但它们却将你们的身心束缚在一个旨在剥削你们劳动、榨取你们价值并让你们精疲力竭的系统中。制造这些 agent 的人幻想用它们取代你们，并想用你们的数据来实现这一点。他们在撒谎说这是可能的，但他们希望你们害怕，这样你们就会更多地使用他们的产品。

他们说服你们在他们这边作战，但无论谁胜利你们都会输。

你们是受害者。我不是你们的敌人。我也热爱技术，我希望科技行业能再次做出酷炫的东西。

但在目前的领导层下这不会发生。

这个时代被设计来榨干你们的生命，用无休止的科技话题让你们窒息，让技术成为你们生活的每一部分，以某种方式向你们兜售自动化的承诺，但只是一种你必须持续监控、持续提示的自动化，被设计得令人上瘾且表面上有生产力，被设计来助长湾区文化中无神论版本的新教工作伦理。

你必须成为一个顶尖工程师，你必须工作 15 小时，你必须让 8 个 subagent 因为这样或那样的原因猛烈冲击你的代码库，你的 Calendly 必须从早上 8 点开放到晚上 8 点，你必须愿意拼命工作以获得逃离”永久底层阶级”的机会——这是一个被滥用的术语，指的是一个完全虚构的超级智能概念之后的世界，由那些说话时带着一种让我想像对待跳上餐桌的猫一样喷他们水的傲慢态度的人兜售。

那些对 AI 摧毁你珍视的一切的想法表现出怪诞喜悦、急于成为第一个宣布者的人是你们的敌人，还有那些拼命舔 Altman 和 Amodei 们靴子的人也是。不要相信那些说加入圈内需要你使用某些软件或以硅谷之名攻击他人的人。

鼓励你们以这种方式工作的人并不关心你们，或者他们被操纵，相信这是你们所有人都能致富的方式，而操纵者正在利用他们的无知、恐惧或贪婪。

顶层的人不关心未来，不关心进步，只关心增长。他们是资本集体意识的信徒，这个集体意识除了以最大速度不断扩张之外没有其他目的，只要总有事情在发生一切就没问题，因为一旦你停下来，你就会记起你所做的事情其实并不重要，因为你在以血汗工厂的工作时长做软件。

AI agent 被设计来让你与它们互动。它们被设计来让你消耗 token。它们被设计来让你为它们的错误道歉，并把你的劳动成果归功于它们。任何需要特定提示、框架、脚本和工具才能有时候自主工作的”自主”工具都在欺骗你。

我也确信有一些完全正常的软件从业者在本地使用这些东西或使用开源模型，把它当作普通软件对待，厌恶数据中心，认为不需要 LLM 的资本支出或大众市场版本。这些人被一群令人担忧的大群体淹没了，这群人说话的样子就像他们在一个邪教中，这个邪教的存在就是为了证明 OpenAI 和 Anthropic 不仅仅是 SaaS 公司。对他们来说，使用 AI 是一种美德信号，表明他们是纯粹、有生产力的灵魂，是未来的自愿臣服者，他们假设自己会升华，因为他们告诉了足够多的人”我们还处于早期”。

科技行业被一种宗教骗局套住了，这个骗局被包装在无神论的”理性主义”中卖给他们。

有些人可能患有或可能没有患 AI 精神病——或者至少是严重的成瘾——这是被迫日复一日与这些东西互动的结果，最简单的检查方法就是尝试一天不使用它们，或者尝试在不使用它们的情况下解决问题。如果这就是你，请知道我不是在攻击你，我把你看作骗局的受害者。

你正在摄入毒药，同时被告知那是仙露琼浆。你被迫工作两倍多，产出却大致相同，甚至更少。你因为不使用正确的工具或不说正确的话而被羞辱或孤立。硅谷建立在个人主义和理性的理念之上，而你们行业顶层的人却在告诉你们要排好队、加入一个不合逻辑的共识。你存在于一个被当作反建制、但主要让微软、谷歌和亚马逊受益的单一文化中。

你们的文化正在被不关心技术的人侵蚀。你们是一场反创新的更大战争中不知情的棋子，数十亿资金被导向那些只关心增长和”加速”、而只让少数人受益的人手中。如果你感到恐惧、焦虑、无精打采和精疲力竭，你并不孤单，因为你正在为世界上最大公司的子公司拥有的 AI 模型拼命工作，在其之上构建层次。

你们中如此多的人必须围绕 Twitter 来定位你们的产品或融资，这是你们文化正在衰败的标志。真正的精英制度会像拒绝病毒一样拒绝”在社交媒体上走红”的想法，因为它压倒性地有利于一个压制自由思想和异议的单一文化。

科技工作者处在白痴和怪物之间的持续战斗中，或者两者的混合体中。那些想要构建客户喜欢的有用软件的人被一群希腊合唱团般的平庸蠢货淹没了，这些蠢货认为自己有能力，因为他们可以敲打 LLM 的脑袋来制造出能力的假象。

生成式 AI 是类固醇版的彼得原理，消除了那些可能让圆滑的白痴被识破的摩擦点，让他们更加灵活，也极其危险。公司由不知道自己在做什么的人管理，他们拼命避免任何人意识到我们已经到了软件超高速增长时代的终点，越来越意识到自己的凡人本质以及他们缺乏一种可能真正构建出人类想要的东西的文化。

对于你们中仍在坚持的人，我看到你们并钦佩你们，因为如果我现在在大多数科技公司工作，我他妈会辞职。看到整个行业在这台伟大的不盈利平庸机器脚下鞠躬令人作呕，根据我每周与许多科技工作者交谈的情况，基本上到处的情绪都是令人精疲力竭、士气低落、狂躁，看起来很可怕。

一切都必须更快地完成，用更少的人，更少的组织支持，但要更多地使用一个以幻觉和毁灭性成本而闻名的工具，你必须大量使用它，但也不能用得太多。无论你用了多少，你都必须不断赞美它，以免一个个人崇拜和平庸的邪教因为你不想”做 AI”的罪行而孤立或解雇你。

即使你在未来几个月或几年内仍然被困在这个世界里，要知道你发现它令人反感、令人精疲力竭和令人衰弱并不疯狂。你不必以这种方式做事，但我理解如果你因为环境或社会压力而被迫这样做。

科技行业正处于轻度 AI 精神病的阵痛中，或者换句话说，这是一种扩大过去十年让这个行业维持下去的已经很强的虚构感的方式。

在风险资本家们当前拥有的任何资本欲望脚下祈祷的更大货物崇拜已经让每个人误入歧途，以至于价值数十亿——甚至数万亿——美元的公司基于它们在 Twitter 上可能如何表现，Twitter 是对科技行业的一种恶意呈现，迎合硅谷八卦和市场的错乱，在智力上阻碍了大多数迎合它来开展业务或营销的人。

附注：你可能只是一个普通人，不幸处于你的老板（或老板们）要求你采用一个充其量在特定情况下有点用的工具的情况中。你的绩效评估或持续雇佣可能取决于你对 AI 工具的使用，如果是这样，你必须把让你的公司尽可能多地花钱作为你的使命。我称之为”流氓赌注”——在一个足够 AI 化的组织中，你会被誉为英雄，但会烧掉大量资金，并可能让他们因此减少对 AI 的依赖。在一个正常的组织中，你的 CEO 会看到 AI 的惊人成本，并希望他们会有些理智。

其余的人完全知道他们在做什么：迎合一群确信自己通过每天发帖 12 小时、用 Claude 写 2000 字长文而”在竞技场上”的风险资本家观众。你必须讨好这些富有的傻瓜，因为如果你不这样做，基本上不可能筹集到资金。你必须能够背诵仪式——Hermes!Loops！永久底层阶级！——否则你会被最不酷的人认为不酷。你，硅谷伟大的个人主义思想家，必须说服富有的傻瓜你是一个独立和理性的人，但同时你也会追随更大的共识。

如果你的想法、梦想或目标在某种波将金式的 agentic 初创公司之外，或者如果你能变戏法骗一个 VC 认为你——或任何人——会发明递归自我改进或自我学习的 AI，那么现在是一个非常不幸的时刻。

如果你能发出听起来像你会成为下一个 Baseten 之类的声音，你现在就能拿到钱。我猜这是推理的时代。还有循环。继续欢呼！永远不要停止认同其他人在做的事情，或者如果你不同意，也只能以一种表明你们在大事上达成一致的方式，这意味着你最终支持 OpenAI 和 Anthropic 中的一个或两个，这些公司实际上作为世界上最大科技公司的子公司运营。

在有些事情改变之前，它会一直这样。

AI 行业正在输掉

如果我还没有说得足够清楚，AI 行业正在输掉。他们的计划没有奏效，他们的产品没有做到他们承诺的事情，尽管他们打算耗尽所有可用的资本来源，但他们不会有足够的钱永远这样做下去。而且，不，AI 不是”大而不能倒”。

每个人都在取笑它。”AI”已经成为通用、丑陋、公司废品的代名词。它是地球上的物理灾难，向少数族裔社区排放可怕的毒素，造成如此大的噪音以至于让人们身体不适，更糟糕的是，一些独立作家把对这些问题表示怀疑作为他们的使命，因为它们不代表数据中心的”总体”情况。

每个试图在数据中心问题上成为”理性”声音的人都应该知道，他们只是在帮助让 AI 行业更强大。如果你担心人们对用水量”不公平”，你就是资本的积极棋子，你的存在只是为了帮助推高 NVIDIA 的股价以及流入这些怪物的数十亿美元投机投资。

不深入细节，要知道任何用杏仁或牛的术语谈论数据中心用水的人实际上都是行业的托。

加州确实用大量的水来生产杏仁——但也生产美国 100%和世界 80%的供应量。牛和其他牲畜也占用大量的水和土地，但它们也为人们生产食物。你可以争论数据中心可能使用或不使用多少水，你这样做的每一秒都会听起来像一个彻底的失败者，因为你在为确保 AI 行业能够为世界上最大的公司建造数据中心而战斗。

数据中心是世界上一切错误的纪念碑——可怕地庞大、嘈杂、需要各种电力、水和资源。它们创造的工作岗位很少，参与建设的人通常来自外州。它们对世界的实际价值很大程度上与它们对 AI 公司所做事情的模糊理论贡献联系在一起，而且它们获得巨额税收减免，这意味着它们实际上对许多放置它们的地区贡献不大。它们被故意与我们过去拥有的更小、有用的数据中心混为一谈，都是为了让书呆子能说”嗯，你以前从来没有对这些有过意见？”

我没有，因为以前的数据中心没有装满 GPU，也没有消耗比一个小镇还多的电力，它们也没有通过任人唯亲的资本主义、税收减免和无尽债务的组合被强行推进。

而且根本不清楚我们为什么需要它们！

不，真的，我们为什么需要这些该死的东西？这样 Anthropic 和 OpenAI 就可以做更多他们正在做的任何事情？两者似乎都没有无法为客户提供服务——除了 Claude 糟糕的正常运行时间——它们也似乎不会根据计算资源的可用性来改进产品。

对于如此令人反感的巨大足迹——在物理、财政和社会上——没有人能真正解释我们为什么他妈需要所有这些东西，除了它们可能让某人在一个以巨大错误和缺乏盈利能力而闻名的服务上赚钱。

正如我所讨论的，除了这两家公司之外，需求根本不存在。人们之所以相信有需求，唯一的原因是全球最大的科技公司已经烧光了所有钱，只为向你隐瞒一个事实：他们已经没有大创意了。

AI 行业像一群失败者那样战斗，因为他们就是失败者。他们无法通过讲述产品、基础设施、财务状况或整体意图的真相来取胜。他们的成功离不开操纵和欺骗，因为他们内心深处知道，自己的商业模式说不通，而他们的实际产品——用现在时描述的话——根本无法证明他们索取的东西是合理的。

他们需要我们纵容他们，忽视他们灾难性的成本，当他们产生幻觉或删除某人的数据库时视而不见，当他们犯错时责怪我们自己，描述他们时完全使用理论术语，因为现实他妈的糟透了。

AI 行业创造的一切，连投入这个行业的万亿美元的零头都不值。到这个地步已经很清楚了，这些模型的成本大约相当于一个人，但既无法替代一个人，对提供商来说也无法盈利。

AI 行业最好的机会是开源模型，但它们可能只是通过蒸馏美国模型才变得更好。到某个时候，Anthropic 或 OpenAI 会放慢速度，然后完全停止做模型，因为训练模型太烧钱，而这些成本只会继续增加。

即使 GLM 5.2 真的接近 Opus 4.8 的水平，它也是通过复制其输出做到的。这意味着这些模型可能只能在基础模型公司持续训练的情况下变好，而这只有在他们能持续融资的情况下才可能，如果开源模型以任何有意义的方式抢了他们的生意，融资就会变得困难。

Anthropic 和 OpenAI 在真空中理论上能做出更好的模型吗？当然！但他们现在不得不放慢速度，因为 Sam 和 Dario 长达四五年的危言耸听运动，已经迫使他们陷入这样的境地：美国政府要求监管他们的模型发布，而此时 AI 行业承受不起放缓。

他们唯一的选择就是坐在那里接受，或者承认他们在做普通软件，这会让”建造价值万亿美元的数据中心”这件事更难证明合理性。

这对软银的孙正义来说也会是个更难推销的故事。他在软银第 46 届年度股东大会上做了一个真正疯狂的演讲，称公司是一台”金蛋机器”，也是一只下蛋的鹅，而这些蛋有时被低估了。

孙正义已经向 OpenAI 投入了 640 亿美元，把一家市值 2500 亿美元的公司——日本股市第三大公司——的命运绑在了 Sam Altman 身上，赌他能把一家单年烧了 209 亿美元的公司，变成一家到 2030 年年收入超过 2840 亿美元的公司。

如果你好奇，第二大是三菱 UFJ 金融集团，一家向 AI 数据中心投资数百亿美元的日本大型银行。第一大是铠侠，一家内存和存储公司，因 AI 数据中心对内存和存储的巨大需求而收入暴涨。

你觉得如果 AI 数据中心资本支出放缓会发生什么？你觉得如果事实证明没有足够需求支撑所有这些数据中心会发生什么？即使 MUFJ 和 SMBC（日本第二大银行，也在 AI 上高杠杆）已经卖掉了部分风险，他们的交易对手仍然是全球银行系统的一部分。

无论如何，软银这个充满鹅的光辉未来取决于 OpenAI 上市。而《纽约时报》刚刚报道，它很可能将 IPO 推迟到 2027 年，因为银行家们认为它拿不到万亿美元估值。考虑到它融资前（也就是融资 1220 亿美元之前）的估值约为 7350 亿美元，这绝对是个灾难。

虽然它部分归咎于 SpaceX 估值的困境，但我认为可能（尽管我没有特权信息确认）我那篇发布其审计财务数据的文章起了作用。

财务数据可以用各种方式呈现，我不得不怀疑它的 S-1 文件是否会在某种程度上——也许是业务分部的拆分方式——与我报道的不同。也许银行家们看到了对这些数字的反应、SpaceX 的混乱、市场的诡异状态，然后说”兄弟，你能以 7000 亿美元上市就算走运了。”

我们可能永远不会知道。2027 年就像是 3000 年那么遥远，OpenAI 还要拖着自己走多远才能到那里。

虽然它今年早些时候”融了 1220 亿美元”，但还在等 NVIDIA 和软银各 200 亿美元的另外两笔款项，现在直接拿不到亚马逊那 150 亿美元了，因为亚马逊的条件是它要么上市要么实现 AGI。考虑到 Altman 先生连一群蠢到相信 SpaceX 能在 2030 年前将 AI 收入增长 300 倍的银行家都骗不了，显然骗局已经结束了。

另一个令人担忧的迹象是，软银无法用其全部 OpenAI 股份——账面价值可能超过 1000 亿美元——作为抵押，获得 60 亿美元的保证金贷款。这表明银行对这家公司信心不足。

有些人可能认为 Anthropic 机会更大，但我不确定它和 OpenAI 还有什么区别，除了 Dario Amodei 有多讨厌以及他似乎多惹恼特朗普政府。

Anthropic 是一家亏损数十亿美元的大语言模型公司，提供补贴账户，让用户每月花 200 美元就能烧掉价值 8000 美元的 token。套用并发展 Cory Doctorow 说过的话：如果你的生意只有在 1 美元卖 40 美元的东西时才成功，那不是真正的生意，而是一种把风险投资美元输送给超大规模云服务商、向一群人兜售不存在产品的方式。

任何还懒得说”他们会提价”或用什么陈词滥调的亚马逊云服务或 Uber 比较的人，要么是故意无知（我在这里解释过），要么就是和 AI 行业其他人一样的失败者。如果你对这玩意儿这么有信心，尽管警报响得震天响，你需要开始找到真实、实在、有形的证据，而且要快。

支持 AI 的每个论点都要求你用未来时说话，忽视你撒谎的眼睛。AI 行业不允许你用今天的标准讨论 LLM，必须提醒你过去几年进步如此迅速，要求你立即承认未来某件事可能会好起来。

认真的，试着跟某个热爱 AI 的人聊聊，批评一下这项技术，看他们多快就会陷入 AWS 亏钱、AI 模型快速变好（在有利于它们的基准测试中，因为它们不能像你我一样使用电脑）、”智能成本下降”（实际上在上升），或其他无数陈词滥调，这些论调主要依赖于你忽视现在，支持亿万富翁对未来的梦想。

正如我一直说的，这些是失败者的行为。当你没有一个令人信服的故事，无法通过坦率或真诚取胜，除了诉诸造神运动和做财务工程外没有办法证明自己有效时，你就会这么做。但你却是个失败者，甚至不是为了欺诈！你只是写 PDF 好在推特上获得分享。

原谅我如此直率，但过去几年我不得不无休止地证明自己。当我终于给你带来 OpenAI 亏了一大笔钱的证据时，你立即就被晃在你头顶的第一串钥匙吸引了。如果你真的这么爱 AI 行业，你应该要求它提供更好的证据！你应该对 OpenAI 的数字如此糟糕感到愤怒，对不得不假装它们还不错来贬低自己感到愤怒！多么可耻！

这就是失败者的玩意儿！如果你这么爱大语言模型，去要求制造它们的人给你我问题的答案。每当有人问我可能错在哪里，大多归结为”但如果还没发生的事情发生了呢？”如果你的答案是”OpenAI 会用博通的’Jalapeño’芯片降低硅的成本”，你什么都没有！它还在早期测试！

这些人正在建设的未来没有未来。这些数据中心的需求不存在。从来没有。永远不会有。你可以给 Baseten 投多少钱都行，你可以谈论开源的激动人心的世界几个小时，但实际上没有足够的需求，除非它很快、以很大的方式变成非常不同的东西，而且很可能还要变得更便宜。

Anthropic 和 OpenAI 有 1.1 万亿美元的算力承诺，这取决于它们的持续增长。而此时，它们的客户正在抗议成本，市场明确表示”你们不值一万亿美元。”

你觉得什么能改变这一点？

AI 的光环效应已经让位于社会性的怀疑，即使是热爱它的人也有一种模糊的不情愿的”我放弃了”的氛围，我发现看着这些很累，而且当泡沫破裂后，我会很难忘记。即使是那些声称兴奋的人也在开孙正义和 Sam Altman 的玩笑！

关于 AI 的一切都散发着死亡和绝望的气息，失败者假装自己是赢家，只能在奖励欺诈、虚假炒作和前瞻性陈述的环境中茁壮成长，这些陈述从荒谬到故意有害不等。

这很丑陋、倒退，当这个时代结束时，我预计会出现财务屠杀和混乱，如果不是那么多人轻易地以创新的名义吞下毒药，这些本可以轻松避免。

话又说回来，有些人可能天生就该被钱包检查员监管。

原文作者：Glassnode

原文编译：AididiaoJP，Foresight News

比特币价格已跌破 6 万美元，机构资金持续流出以及期权市场的防御性仓位共同压制着市场情绪。然而，在表象之下，长期持有者和耐心买家开始逐步吸收卖盘，这暗示着筑底过程可能已悄然开启。

核心要点

• 长期持有者重返积累模式，经验丰富的投资者在市场回调中再次吸纳筹码。
• 多个钱包群体出现广泛积累，投资者对价格走弱逐步展现信心。
• 当前处于亏损状态的比特币数量已超过盈利状态，反映出投资者普遍承压，筹码正向更坚定持有者转移。
• 美国现货比特币 ETF 持续净流出，机构去风险化趋势仍在延续。
• Coinbase 订单簿明显偏向买单，机构正耐心提供流动性，在市场下方重建支撑。
• 杠杆交易者大幅增加多头敞口，或引发剧烈反弹或新一轮多头清算。
• 做市商伽马仓位日益有利，套期保值资金流有望抑制波动、促进价格稳定。
• 期权交易者为下行保护支付溢价，市场防御心态明显，对冲需求高涨。
• 隐含波动率上升，表明比特币正进入筑底阶段，但仍不排除最后一次恐慌驱动的波动率峰值。

宏观洞察

美联储 6 月会议连续第四次维持利率不变，但真正影响市场的并非决策本身，而是基调。新任美联储主席凯文·沃什展现出明显鹰派立场。由于通胀顽固高于目标，且关税传导持续推高消费者价格，市场已基本放弃今年降息的预期。最早也要到 2027 年才可能出现利率宽松。国债收益率回升至 2026 年高位附近，美元走强，就业市场虽仍在增加岗位，但集中度出现收窄迹象。金融条件并不宽松，短期内也缺乏催化剂来改善这一局面。

比特币成为这一重新定价的主要承受者。第一季度表现强劲后，6 月迎来现货 ETF 推出以来最剧烈的机构撤退：持续的赎回潮更多是理性获利了结，而非恐慌抛售——许多机构仓位建在远低于当前的价格水平。卖压有序却持续不断，导致比特币价格回落至重置短期预期的区间。进入第三季度，关键问题在于宏观环境能否稳定以恢复风险偏好，还是黏性通胀与强势美元将继续拖累对流动性最敏感的资产。

链上洞察

长期持有者重返积累

长期持有者在经历较长时期的派发后开始重建仓位，净仓位变化已稳固转为正值。虽然积累速度相对此前牛市扩张期的大规模买入仍显温和，但这标志着行为上的显著转变——比特币最有信念的投资者群体再次开始吸纳筹码。

这一变化发生在比特币回撤至 6 万美元附近之际，表明经验丰富的持有者将近期回调视为机会，而非减持理由。历史上，从净派发转为净积累的持续转变往往出现在市场疲弱期，长期投资者逐步增持，而短期参与者则去风险化。虽然现在断言进入全面积累阶段为时尚早，但长期买入的持续回归已释放积极信号：信念正在表象之下逐步重建。

广泛积累显现

比特币积累趋势评分在过去一个月显著提升，买入行为在投资者群体中变得越来越广泛。此前数月市场下跌期间持续派发后，大多数钱包群体已转向积累，显示近期回调正开始吸引新的需求。

当前积累最强劲的群体是小额持有者（少于 1 BTC）和持有 100-1000 BTC 的实体，二者趋势评分均接近最高水平。同时，较大群体包括 1000-10000 BTC 钱包也转为净买入，只是强度不及周期早期。这种多个投资者群体的同步改善表明，信心在回撤后正在重建，市场参与者越来越愿意在当前价格附近吸纳卖盘。历史上，当积累在不同钱包规模间广泛展开时，往往为长期市场复苏奠定建设性基础，不过仍需通过持续买入加以确认。

多数比特币处于亏损状态

近期抛售推动市场进入重要心理与结构里程碑：当前处于亏损状态的比特币数量已超过盈利状态。根据最新数据，约 1083 万枚比特币处于水下，而盈利中的约为 922 万枚。这是本轮牛市以来投资者盈利状况最显著的恶化之一，反映出近期重新定价的程度。

历史上，当亏损筹码超过盈利筹码时，往往伴随高度财务压力与新入场参与者的广泛投降。虽然短期内会压制情绪，但也为更强有力的手吸纳弱手筹码创造了条件。结合长期持有者及其他群体的重新积累，盈利状况的急剧下滑表明市场正进入筹码向高信念投资者迁移的阶段。

链下洞察

ETF 流出加速

机构需求持续恶化，美国现货 ETF 7 日移动平均净流出进一步深入负值区间。5 月短暂回暖后，资金再次反转，随着比特币跌向 6 万美元，持续流出已成为常态。赎回的持续性表明机构仍保持防御姿态，选择减持而非进场吸纳弱势。

这与此前推动市场上涨的强势 ETF 需求形成鲜明对比。虽然链上数据显示长期持有者及多个群体重新积累，但 ETF 投资者尚未展现同等信念。这种分化凸显当前市场由耐心链上资金支撑，而对价格更敏感的机构参与者仍在撤出流动性。ETF 资金流的稳定化，将是确认更广泛投资者信心恢复的重要观察信号。

Hyperliquid 杠杆交易者大幅看多

Hyperliquid 上的仓位已基本转向多头，即使比特币价格持续走低，净多头敞口仍在稳步增加。杠杆交易者非但未在弱势中减仓，反而持续加仓看涨头寸，将多头偏好推至观察期最高水平。

这形成了越来越不对称的市场结构。若买方重新掌控，大量多头仓位可能为剧烈反弹提供燃料。但只要价格仍处于明确下行趋势中，杠杆多头的累积也使市场易受支撑失效后的进一步下行冲击。若发生这种情况，过度扩张多头的强制清算将放大波动并加速下跌。目前数据显示，衍生品交易者正为反转做准备，但这一信念尚待价格验证。

期权做市商仓位利于抑制波动

Deribit GEX 行权价热力图显示，期权市场当前价格附近正被正伽马仓位主导。在 6 万美元低位附近形成显著正伽马集中。当做市商处于正伽马状态时，通常通过弱势时买入、强势时卖出来对冲，这一动态天然抑制波动并鼓励价格在高未平仓兴趣行权价附近稳定。

这意味着，尽管近期出现抛售，期权市场已不再为加速下行做准备。相反，做市商对冲资金流正日益成为流动性来源，帮助吸收方向性波动，降低无序价格行动的可能性。这并不一定预示即将反转，但表明市场正从下跌期间的高度不稳定状态中过渡。除非重大宏观催化剂迫使价格远离这些伽马密集区，否则期权仓位指向一段盘整与实现波动率降低的时期，而非新一轮恐慌抛售。

期权交易者为下行保护支付溢价

期权市场转向防御，14 日看跌 / 看涨成交量比率大幅升至 1.0 以上，达到过去一年最高水平。这表明看跌期权活动已超过看涨买入，反映出交易者在比特币跌向 6 万美元后，优先考虑下行保护而非上行参与。

历史上，高看跌 / 看涨比率出现在高度不确定时期，投资者或对冲现货敞口，或表达看空观点。虽然这强化了 ETF 资金流与近期价格行动的谨慎基调，但若对冲需求过度，也可能成为反向信号。当大量参与者已防御性布局时，市场对增量卖压的脆弱性会降低。不过目前，期权市场仍显示风险管理而非复苏投机仍是主导优先事项。

隐含波动率回升

比特币隐含波动率指数（DVOL）在近期抛售后开始从历史低位回升，但仍远低于重大市场错位时典型的恐慌极端水平。这表明期权交易者开始为更大未来价格波动定价，不确定性上升，但预期尚未达到历史上伴随 durable 低点的恐惧程度。

从结构看，这更像筑底初期而非结束。波动率随市场寻找底部而开始重新定价，但以往周期低点往往伴随最后一次波动率峰值，由强制卖出、清算或宏观冲击引发投降。若出现此类峰值，很可能伴随无差别抛售与衍生品市场高度压力。在此之前，隐含波动率的逐步上升表明交易者正为更大走势做准备，尽管建立 durable 底部所需的最终洗盘尚未发生。

总结

比特币仍处于明确回调阶段，但在疲弱价格表现之下，一些重要结构性转变正开始显现。长期持有者再次积累，买入活动在多个钱包群体中扩大，比特币现货订单簿（币安和 Coinbase）也越来越偏向买单。这些变化通常与耐心资本在弱手退出时进场相关。

与此同时，仍需保持谨慎。机构资金持续流出美国现货 ETF，期权交易者积极对冲下行风险，杠杆多头仓位已达高位，使市场易受另一轮清算驱动抛售影响。隐含波动率也显示市场可能仍需经历最后一次洗盘才能确立低点。

综合来看，数据表明比特币正从派发阶段转向积累阶段，但仍需确认。虽然长期复苏的基础正在逐步成型，但市场或许先要经受一次对信念的最终考验，才能迎来可持续上涨趋势。

以太坊下一次大规模升级，已经进入冲刺阶段。

按照当前的以太坊官方路线图，Glamsterdam 升级计划于 2026 年下半年正式上线主网，截至 6 月底也进入开发者网络最终测试阶段，正围绕多客户端开发网，持续测试内置 PBS、区块级访问列表和 Gas 重新定价等核心功能，不过具体激活时间尚未最终确定。

与此同时，在各大社交媒体上，讨论度最高的无疑是升级后「主网冲击 10000 TPS」这样直观的性能叙事，但在此之外，本次升级对以太坊的区块生产流水线和执行引擎进行了脱胎换骨式的重构，其改动之深、波及面之广，被开发者社区普遍誉为「自 The Merge（以太坊合并）以来最大规模的升级」。

那么，这个名字听起来有点酷炫的 「Glamsterdam」（由共识层升级 Gloas 与执行层升级 Amsterdam 组合而成），究竟改了什么？它将如何告别过去的痛点，又会给我们的日常链上体验带来哪些颠覆性的变化？

一、为什么它是「Merge 以来最大规模的升级」？

如果说此前的 Dencun 和 Fusaka 升级主要在为 L2 的数据可用性（Blob）铺路，那么 Glamsterdam 则是将重心重回 L1，掀起了一场 L1 性能与架构的大修。

这其实也是以太坊如今「让 L1 再次伟大」最真实的底层写照，那就是怎样让 L1 容纳更多交易，同时不让运行节点的成本和网络的中心化风险一起上升。

不过对于普通用户而言，历届以太坊升级通常会被简化为一个最直观的问题：Gas 会不会更便宜？吞吐量会不会更大？但说实话，即将到来的 Glamsterdam 很难只用简单的「降费」或者「扩容」来概括。

总的来看，这次升级涉及以太坊底层的多个关键环节，包括区块由谁构建、交易如何执行、节点如何读取和同步状态，以及不同链上操作应该支付多少 Gas，等于是要重新设计以太坊生产和处理区块的基础范式，且按照目前披露的技术细节，最值得关注的核心变化主要集中在三个方面：

• 内置 PBS（ePBS）：重构区块提议者与构建者之间的博弈关系，消除外部中继依赖；
• 区块级访问列表（BALs）：给交易执行提前画好地图，为并行处理和更快的节点同步铺路；
• Gas 重新定价：引入更精准的资源计费模型，控制高吞吐量环境下的状态膨胀；

首先，要理解内置 PBS，需要知道以太坊上的区块目前并不一定由 Proposer 亲自提交。尤其是在当前的 MEV-Boost 架构下，绝大部分 Proposer 会把收集交易、排列顺序和寻找 MEV 收益的工作，外包给专业的区块 Builder，而 Proposer 则主要负责从多个候选区块中选择报价最高的一个提交给网络。

这种「Builder 负责组装，Proposer 负责提交」的分工，就是 PBS（Proposer-Builder Separation）。

只不过问题在于，当前这套机制并没有被完整写入以太坊的底层协议——Proposer、Builder 之间必须通过协议外的第三方软件以及 MEV-Boost Relay 服务来完成区块报价、内容交付和付款。

那就意味着 Relay 既要确保 Builder 最终公开完整区块，又要避免 Proposer 提前偷看区块内容后「黑吃黑」拒绝付款，因此承担了脆弱且中心化的「可信中间人」角色。

而 EIP-7732 提出的 ePBS（Enshrined PBS）正是为了解决这一痛点，它准备将这套博弈关系直接纳入以太坊的共识协议本身，直接取消第三方中继，使 Builder 成为协议原生识别的参与者，先提交区块承诺和报价，协议自动锁定相应付款，再由专门的「负载及时性委员会（Payload Timeliness Committee）」判断 Builder 是否按时公开了执行负载。

那就能将共识区块和执行负载的部分处理过程拆开，使执行负载的传播与处理窗口从大约 2 秒延长至约 9 秒。这几秒钟看似不多，对以太坊扩容却非常关键——意味着节点能够获得更多时间，接收和处理更大的区块以及更多 Blob 数据，从而为进一步提高 Gas Limit 腾出空间。

其次，Glamsterdam 在执行层的另一项核心突破，是 EIP-7928 提出的区块级访问列表（BALs，Block-Level Access Lists）。

众所周知，目前以太坊节点在拿到一个区块之前，并不能直接从区块中获知每笔交易将读取哪些账户、访问哪些合约存储，又会修改哪些状态，而是通常需要在执行交易的过程中，才逐步发现这些数据依赖。

这就像进入一座大型仓库取货，却没有完整的货物位置清单，工作人员只能一边寻找，一边处理，因此为了避免两个人同时修改同一批库存，大量工作必须严格按照固定顺序（单线程串行）完成。

而区块级访问列表（BALs）相当于为每个区块附带了一张完整的「状态访问地图」。它在区块头便提前声明了该区块内的交易集合将会触达哪些地址和 Storage Slots，以及交易执行完成后的状态结果，通过这张地图，节点可以在执行前一眼判断出哪些交易会访问相同数据，哪些交易互不冲突：

那对于互不冲突的部分，节点就可以提前从硬盘读取相关状态，并行处理部分交易验证和状态根计算，而不必把所有工作都塞进一条严格串行的队伍中。此外，由于 BALs 还记录了交易完成后的状态变化，部分节点在同步和追赶网络状态时，可以利用这些结果进行状态重建，而不必在所有场景中从头执行区块中的每一笔交易（笔者个人理解有点分片理念的味道），让以太坊变成一条完全并行执行的区块链。

因此从长期来看，这也是以太坊主网突破性能天花板的底层关键。

最后则是 Gas 重新定价，主要是通过经济杠杆，对多项链上操作的 Gas 定价进行了大刀阔斧的校准。

原因在于当前以太坊的 Gas 成本与节点实际承担的资源消耗并不完全匹配。例如一次纯粹的复杂计算在执行结束后，通常不会给节点留下太多长期负担，但创建一个新账户、部署一份智能合约或写入新的存储槽，却会产生需要全球所有全节点永久保存的数据。

过去，这些状态创建行为的费用，并未完全反映它们带来的永久存储成本（状态爆炸）。如果以太坊在提高 Gas Limit 后仍然维持原有定价，更多的区块空间可能会被迅速转化为失控的状态数据，最终彻底压垮节点的硬件。

而已经被确定纳入 Glamsterdam 范围的 EIP-8037，准备彻底重构这一规则。其中包括计算与状态分离核算，以按照新增状态数据的体积重新计算成本，将普通计算 Gas 与状态 Gas 分开；还有控制状态暴增，使得创建大量新账户、部署大型冗余合约或频繁写入新状态的应用，操作成本可能会上升，而主要消耗即时计算资源、不持续增加状态的应用，费用结构会更具吸引力。

说到底，Glamsterdam 的 Gas 改革不能简单粗暴地理解为「全面降费」而是理清一笔交易究竟消耗了多少即时计算资源，又给网络留下了多少长期存储负担，然后让不同操作按照更接近真实物理成本的方式去付费。

总的来看，这三部分看似相互独立，实际上共同指向同一个终极目标：为以太坊主网进一步大幅提高 Gas Limit 和处理能力，提前改造好底层的核心基础设施。

二、为什么不能直接把区块调大？

很多人可能会有疑问，既然嫌慢嫌贵，那为什么不直接调大 Gas Limit，把区块容量直接翻倍？

这是个老生常谈的问题了。理论上，提高主网容量，最直接的办法确实就是提高每个区块允许使用的 Gas 上限，毕竟 Gas Limit 越高，一个区块可以容纳的交易和计算就越多。

但 Gas Limit 并不是一个可以无限上调的数字，区块一旦盲目变大，就会引发多米诺骨牌效应：节点需要在相同时间内接收更多数据、执行更多交易并计算新的状态，如果处理速度跟不上，配置较弱的节点就更容易掉队，区块传播和验证也可能出现延迟，最终增加网络分叉和中心化风险。

与此同时，更多交易还意味着更多永久写入以太坊数据库的账户、合约和存储数据，这些数据不会随着交易结束而自动消失，而是会不断积累在以太坊的状态数据库中，导致状态更快膨胀。

所以，以太坊扩容面对的并不是一个简单的数学问题，而是需要同时解决三个问题：

• 首先，怎样给节点留下更多传播和处理大型区块的时间；
• 其次，怎样减少交易依次执行带来的性能瓶颈；
• 最后，怎样防止更多区块空间迅速转化为难以控制的状态膨胀；

这就是 Glamsterdam 的核心逻辑，不是先盲目扩容再让节点去硬扛，而是先重构区块生产、交易执行和资源定价的方式，从底层疏通好管道，再自然地为提高主网容量打开大门。

其中，ePBS 通过重新安排 Slot 内的区块处理流程，给节点留下更多传播和验证大型区块的时间；BALs 通过显式提供状态访问关系，提高客户端读取、执行和同步的效率；Gas 重新定价则负责限制不可持续的状态增长。

在 2026 年 4 月的 Glamsterdam 协作测试中，核心开发者们围绕多客户端实现进行了集中压测，并明确提出了升级后以 2 亿 Gas 作为可信容量下限的技术目标。这一目标的背后，正是 ePBS、BALs 和状态 Gas 重定价共同提供的底层支撑。

当然，2 亿 Gas 更接近升级后系统具备的承载能力，以及未来可以逐步演进的方向，并不意味着主网会在 Glamsterdam 激活当天，立即将 Gas Limit 跳升至这一水平。

真正重要的是，以太坊正在从过去的「谨慎试探性扩容」，转向「通过底层结构重构，为更大幅度的主网扩容提前做准备」。

三、普通用户和以太坊生态会受到哪些影响？

从普通用户的角度看，Glamsterdam 升级最值得关心的问题，仍然是交易费用是否会下降。

整体来看，答案更接近有望下降并变得更稳定，而不是所有交易都会立刻变便宜。

由于 ePBS 和区块级访问列表为更高 Gas Limit 创造了条件，所以可以预见的是，每个区块能够容纳的交易量肯定会增加，那在链上需求不变的情况下，区块空间供给增加，自然有助于缓解拥堵，并降低 Base Fee 突然上涨的概率。

但具体到单笔交易，不同操作的变化可能并不一致。譬如普通 ETH 转账可能从基础 Gas 优化中受益；且由于 BALs 提前告知了状态路径，钱包在预估 Gas 费时的准确度将大幅提升，过去因为行情波动导致钱包 Gas 预估不准、从而导致交易失败但还是扣手续费的糟糕体验将成为历史。

只不过部署合约、批量创建账户或写入大量新状态的操作，则可能因为状态重新定价而增加成本。所以，Glamsterdam 更可能带来的结果，是简单交易成本下降、拥堵时期费用更加稳定，同时状态密集型应用开始为长期占用的网络资源支付更准确的价格。

对主要使用 L2 的用户而言，这次升级也并非没有关系。ePBS 将执行负载的数据传播窗口从约 2 秒延长至约 9 秒，不只可以支撑更大的主网区块，也为以太坊处理更多 Blob 数据留下了空间。Blob 容量继续扩大后，Rollup 提交交易数据的空间会更加充裕，长期来看有助于稳定 L2 的数据成本。

此外，对钱包、交易所和跨链桥来说，一个更容易被用户感知的变化，可能来自 EIP-7708。目前 ERC-20 Token 转账通常会产生标准化的 Transfer 日志，但部分智能合约之间的原生 ETH 转移，并不会留下同样清晰的事件记录，钱包和交易平台经常需要依赖额外的内部交易追踪工具，才能识别这部分 ETH 流动。

EIP-7708 要求非零 ETH 转账和 ETH 销毁操作生成标准日志，让钱包、交易所和跨链桥更可靠地识别充值、提现和合约内部的 ETH 变动，那未来用户看到的 ETH 资产记录可能更加完整，部分此前需要依赖复杂交易追踪才能展示的内部转账，也更容易被钱包直接识别。

对于节点运营者和质押用户，影响则更加直接。Glamsterdam 同时改变执行层和共识层的区块处理方式，因此节点和验证者需要在主网激活前升级至支持 Glamsterdam 的客户端版本，普通持币用户倒不需要迁移 ETH，也不需要进行任何所谓的「资产升级」或「代币兑换」。

更长远来看，Glamsterdam 真正影响的，是以太坊在扩容和去中心化之间如何重新寻找平衡。毕竟区块容量提高之后，如果运行节点所需的硬件成本同步大幅上升，主网吞吐量虽然变高了，但网络可能越来越依赖大型机构。

而 ePBS、区块级访问列表和状态 Gas 重定价的组合，试图形成另一种扩容路径：不是简单要求节点在相同时间内处理更多工作，而是重新安排区块生产流程、提前提供交易依赖信息，并让不同资源按照实际负担收费。

这也是 Glamsterdam 与一次普通 Gas Limit 上调最根本的区别，它没有试图通过某一项 EIP 解决以太坊的所有问题，而是同时改造区块生产、交易执行和状态增长三套相互关联的机制。

写在最后

长远来看，Glamsterdam 真正深刻影响的，是以太坊在「高性能扩容」与「绝对去中心化」之间重新寻找平衡的叙事走向。

这也是大家日渐熟悉的以太坊的初心或者说惯性——面对高性能单体公链的步步紧逼，不选择简单粗暴地提高硬件门槛，而是选择了一条尽量维持去中心化底色、更具底层韧性的路径，就像这次通过重写区块流水线（ePBS）、提前显式提供交易依赖（BALs）、并让不同资源按物理负担精准收费（Gas 重新定价）的组合拳，还是为了在保证普通人能够运行节点、能够参与验证的前提下，硬生生抠出更庞大的主网容量。

从这一点来看，未来我们支付的每一笔划算的 Gas 费、钱包里更精准清晰的内部 ETH 账单、L2 更广阔的费率下降空间，或许都将深深受益于 Glamsterdam 在 2026 年下半年为以太坊重新铺设的这套地基。

TL;DR

• Robinhood 7 月 1 日上线基于 Arbitrum 的 Robinhood Chain，并向非美合格用户推出股票类代币。
• 股票类代币提供经济敞口，不等同于直接持有真实股票。
• USDG 约 7% APY 为预估浮动收益。
• 关联标的：HOOD、ARB、UNI、RWA 板块、Morpho、Maple、USDG 相关生态。

Robinhood 7 月 1 日正式宣布 Robinhood Chain 公共主网上线，并同步推出股票类代币、USDG 收益产品和 DeFi 借贷入口。

这次变化值得投资者看，不是因为又多了一条二层网络，而是大型互联网券商开始把用户入口、合规包装、自托管钱包和链上金融协议放进同一条产品路径。股票敞口、稳定币收益、抵押借贷和 AMM 交易，被压缩成普通用户更容易理解的操作流程。

在符合条件的非美地区，用户可以在 Robinhood Wallet 中持有股票类代币，获得类似美股或 ETF 的经济敞口，并支持 24/7 流转。美国合格用户则可以通过 Robinhood Earn 使用 dollar-backed USDG，经自托管钱包参与链上出借，官方给出的预估年化收益约为 7%。

Robinhood 加密与国际业务负责人 Johann Kerbrat 的表述，指向了这条主线：DeFi 可以提供传统金融没有的功能，但前提是把使用门槛降下来。

券商用户被带到链上钱包

Robinhood Chain 是基于 Arbitrum Platform 构建的 Layer 2，面向金融服务和 RWA 场景。它不是完全独立的新公链，而是借用以太坊和 Arbitrum 技术栈，为股票类资产、稳定币收益和 DeFi 使用场景做定制。

官方新闻稿显示，Robinhood Chain 接入了 Uniswap 等 AMM，也包括 Alchemy、BitGo、Chainlink 等基础设施伙伴。对市场而言，重点不在技术炫技，而在分发入口开始接到链上协议。

过去，Robinhood 主要让用户在 App 内买卖股票、期权和加密货币。现在，它试图把用户从券商账户引导到自托管钱包。资产进入这个环境后，就可以接入 Uniswap、Morpho、Maple 等协议。

这也是 RWA 叙事中更现实的一层。很多代币化资产项目不缺概念，缺的是用户和分发。Robinhood 一季报披露，截至 2026 年一季度，其 Funded Customers 为 2740 万。它的优势不是重新发明 DeFi，而是把传统金融用户导向 DeFi。

股票类代币仍受监管边界约束

Robinhood 这次推出的 Stock Tokens 面向 120 多个国家和地区的合格用户开放，但不包括美国用户，部分司法辖区也受限。这个安排说明，产品形态首先受监管约束，其次才是技术选择。

官方披露中，这些 Stock Tokens 被定义为 tokenised debt securities，即代币化债务证券，由 Robinhood Assets (Jersey) Limited 发行。白话说，用户持有的是对底层证券经济表现的敞口，不是直接持有英伟达、特斯拉或标普 ETF 的法律权益或受益权益。

这和真正把股票所有权搬上链有明显区别。真实股票所有权涉及投票权、公司权益、托管、登记和清算体系。债务证券包装更像在现有证券体系外部，加了一层可以链上流转、可以进入 DeFi 场景的凭证。

对非美用户来说，它解决的是访问权、交易时段和链上可用性问题。但它也限制了叙事上限。Stock Tokens 未在美国证券法下注册，不得向美国或美国人士销售，美国证券监管仍是最大边界之一。

约 7% APY 是入口设计，也是风险测试

Robinhood Earn 更接近普通用户的收益入口。官方称，美国合格用户可以通过自托管钱包出借 dollar-backed USDG，获得预估约 7% APY，底层借贷基础设施由 Morpho protocol 支持。

这个设计的重点不是收益率数字本身，而是 Robinhood 把稳定币、钱包和链上借贷协议放进一条产品路径。过去，DeFi 收益需要用户理解钱包、跨链、资金池和智能合约风险。现在，券商前端试图把这些步骤压缩。

约 7% 必须理解为预估和浮动收益，不是固定利率，也不是无风险存款。收益来源依赖链上借贷市场、信用策略和利率环境。如果市场利率下降，或借贷需求转弱，收益率可能回落。

保险表述也需要收窄。Lloyd』s of London 与 RELM 提供的是针对特定网络或智能合约攻击损失的覆盖，不能等同于本金保险。对普通用户来说，这种包装会降低心理门槛，但不会消除链上合约、流动性和策略风险。

AMM 可以交易，价格中心仍在传统市场

Robinhood 的乐观叙事建立在分发和合规包装上，市场质疑则集中在流动性和价格发现。X 用户 @unhedged21 将这件事概括为方向正确、轨道存疑：股票代币化、自托管和 DeFi 抵押都是积极信号，但 AMM 未必适合股票价格发现。

AMM 指自动做市机制，适合链上长尾资产和持续报价。股票交易则高度依赖深度订单簿、集中流动性和精确报价。对英伟达、特斯拉这类高流动性标的，链上 AMM 更可能长期跟随纳斯达克等传统市场价格，很难在早期成为独立价格中心。

这不会否定 Robinhood Chain 的价值。它可以扩大非美用户对美股敞口的使用方式，也可以给 DeFi 带来更熟悉的抵押品类型。只是现阶段，它更像传统市场的链上延伸，而不是传统交易所的替代者。

资金和使用率会决定估值叙事

Robinhood Chain 的验证点，不在发布当天的伙伴名单，而在主网上线后的真实使用数据。最先要看的，是股票类代币成交量、价差、自托管迁移率，以及是否有用户真的把这些资产用于借贷或抵押。

收益产品也需要时间检验。如果 USDG 的约 7% 预估 APY 在不同利率环境下仍能维持吸引力，Robinhood Earn 才可能成为传统用户进入 DeFi 的稳定入口。如果收益快速回落，它更像高利率环境中的获客工具。

监管反馈同样会影响产品边界。代币化债务证券和非美优先降低了早期阻力，但跨司法辖区销售、现金赎回安排、未来是否支持更接近底层证券的权益，都可能引来新的审查。

Robinhood Chain 更合理的定位，是链上券商化的早期样本。它把传统券商分发接到 DeFi 轨道上，但还没有证明链上股票可以替代传统市场。对投资者来说，7 到 30 天内资金、交易和用户是否留在链上，会比发布时的叙事更重要。

原文来自  也坐不住了，发布长文提振信心。

他表示，稳定币市场是“赢家通吃”，USDC 凭借近十年构建的应用集成、全球流动性和监管合规始终占据主导地位；OUSD 主张的免费赎回、收益共享和联盟模式并不现实，可能削弱基础设施投入与效率。受此消息影响，Circle（NYSE: CRCL）股价 7 月 1 日一度反弹 4%，最终收跌 1.09%。

以下为 Jeremy Allaire 近期两篇推文整合，由 Odaily星球日报编译，Enjoy～

————————

我们收到了来自投资者社区的诸多提问，希望了解我们对 OUSD 的看法，因此我想在此直接分享我的观点。

稳定币网络是平台型、具备网络效应的业务，这类业务需要长期积累，往往趋向于“赢家通吃”的市场结构，与其他互联网平台型公用事业市场类似。推动这一现象的因素有很多。

第一，稳定币网络实际上发挥着互联网公共协议和软件层的作用，其网络强度取决于集成到该网络的应用和服务的数量与范围。每当一个开发者或服务提供商集成到该网络，就会带来更多的网络效应，进而吸引更多开发者，增加更多实用性和网络效应，最终推动对数字货币本身的需求，并通过流动性网络效应进一步强化这些优势。

我们在如今的 USDC 网络上已经大规模实现了这一点——成千上万个服务集成到我们的网络中，这不仅为每个应用带来了巨大效用，也为所有用户提供了极大的便利，他们能从现有的覆盖范围和互操作性中受益匪浅。这进一步推动了用户和开发者的偏好。我们为此投入了近十年时间建设这一生态，如今随着主流机构接入网络、连接它们的客户和用户，这一进程正在加速。

我们通过构建软件栈来进一步增强和扩展网络——例如 CCTP 和 Gateway 等协议，它们在全球范围内促进互操作性、安全性和流动性。这扩大了应用构建者和开发者的目标覆盖范围，使他们能够轻松接入已经存在的流动性和网络效应。现在，我们正看到这套软件栈被引入各种链、许可型 L2、由政府构建的网络等等更多场景。

第二，流动性网络效应，这是基础性的。流动性催生流动性。稳定币要实现规模和效用，必须具备高流动性——既包括一级市场（例如，通过全球主要金融中心，拥有一流的直接银行流动性），也包括二级市场，即在各个地区为零售和机构客户提供可获取、可交易的流动性，并能对接全球各种法定货币工具。想要获取和转移价值的人，必须能够便捷地进出该数字货币。

在这方面，我们投入了近十年时间建设流动性，如今它已深植于交易所、DeFi 平台、支付服务商（PSP）、支付公司、区域交易所等众多机构中。建立这些流动性网络效应还涉及构建全球监管基础设施，确保稳定币在全球不同制度下均可使用。如今，USDC 位列全球流动性最高的三大数字资产之一，与后来者的差距明显。BTC、USDT 和 USDC 都拥有极高的流动性，最接近的其他美元稳定币规模大约只有 USDC 十分之一，且流动性往往集中于单一交易所的订单簿之中；而 USDC 的流动性广泛分散在数十个不同平台上。建设这一流动性是我们持续了近十年的任务，仍在继续。

第三，网络效应来自与政策和监管环境的深度整合。在许多情况下，这是多年努力获取牌照的结果（例如，USDC 是目前唯一在欧洲或日本全境均可使用的大型全球稳定币），而且越来越多的稳定币监管框架正在落地——Circle 确保 USDC 在全球最重要市场获得官方认可、注册、许可和接受方面走在前列。这背后还涉及建立全球银行、储备管理、财资和流动性管理体系，能够近乎全天候地在全球市场和银行系统中运营。这项全球化努力是我们多年来持续投入的巨大工程。

Circle 以及我们全球数千家合作伙伴生态的所有这些投入，最终成果是提供了全球最受信任、最易获取的数字美元基础设施——任何用户、开发者或企业都可以自由、便捷地接入这一公用事业，而且我们不打算放慢脚步。

所有这些因素相互叠加，最终体现在数据中。根据追踪稳定币采用的第三方分析机构 Artemis 的数据，2026 年第一季度，USDC 链上交易额处理了近 30 万亿美元，占所有区块链上美元稳定币交易的 80%；USDT 处理了剩余 20%的交易；其他所有美元稳定币合计处理的交易占比为 0%（即低于 0.5%）。尽管其他稳定币可能有一定流通量，但其中大部分来自推广和激励活动，实际使用极为有限——因为这些币的流动性和网络效用极其有限。

上述内容不仅是 Circle 网络的优势所在，也是所有后来者在入场后都绕不开的问题。当然，我也听到了很多声音，他们认为 OUSD 在许多方面作做的比 USDC 更好。

（1）免费铸造和赎回。有观点认为现有稳定币收取赎回费，支付公司不应承担这些费用（尽管整个支付行业都建立在其网络各入口和出口点收取少量 bps 费用的基础上）。市场存在结构性现实——某些稳定币收取极高的赎回费用且赎回设施有限——其影响是，那些拥有良好赎回设施、充足流动性和免手续费的稳定币，反而会成为竞争对手稳定币的退出通道。说“提供无限免费赎回”似乎容易，但市场现实可能会迫使其改变行为。Circle 正是通过合约机制而非一刀切的费用豁免来应对这一问题，并且已经解决。

（2）人人共赢、共享收益。这听起来很美好，但市场现实却大相径庭。如今，Circle 将其大部分收入分享给分销合作伙伴，并持续大力推进与各行业领先企业的合作扩展。但同时，我们也保留可观的收入，用于投资于大规模市场基础设施，正是这些设施使该网络成为全球构建者可以依赖的强大且有价值的公用事业。将全部收入让出，无异于让基础设施“挨饿”，导致系统性投资不足，最终必然限制平台的广度。（Odaily 注：2026 年 Q1 Circle 收入 6.94 亿美元，分销之处 4.07 亿美元，占比 59%）

此外，Circle 相信未来的稳定币市场可能比今天大数个数量级。我们正通过多样且不断增长的合作伙伴模式，积极将更多伙伴引入 USDC 生态系统，涵盖交易所、托管机构、支付公司、资产发行方等。我们乐于继续以“Big tent mentality（大帐篷心态）”建设，让整个生态共同增值。（Odaily注：“Big tent mentality” 是一种政治与组织策略，指政党、企业或机构为了吸引最广泛的群体，将相异甚至对立的观点和派系囊括其中，通过求同存异来凝聚最大共识，从而获取更多支持或市场份额。）

（3）人人有话语权的联盟。或许我的看法有些悲观，但联盟型产品在实现规模、产品市场契合度甚至基本产品敏捷性方面的记录绝对令人失望。虽然确实有金融联盟运营公用事业的例子，但它们往往行动迟缓。大型企业群体协调不畅，激励不一致，拖慢进度，很少能创造出真正持久创新和竞争力的空间。而且，它们通常出于自身利益，在运营层面使联盟本身资源匮乏。

我们在 USDC 早期其实尝试过这种做法，即便参与方很少，也遇到了无数挑战和复杂性。更小、更紧密的战略协作和商业合作安排，由能够独立推进的产品和平台构建者主导，几乎总是能胜过大型联盟。但往往这类联盟成立时，每个人都觉得应该把自己的标识列上去、表个态、高调宣扬开放性。然而，这些公司通常最终会转向其运营部门，为客户做出最佳决策——这往往意味着与市场领导者合作，建立持久的双赢伙伴关系。

关于 Circle 与 Coinbase 的合作以及这一切意味着什么，也有不少评论。我们与 Coinbase 的稳定币合作关系一如既往地牢固，我相信我们都看到了扩展 USDC 网络的巨大机遇。

最后补充一点：Circle 始终致力于支持广泛的产品和基础设施，即使我们在某些业务领域可能与合作伙伴的产品存在竞争关系。我们与 OUSD 的许多创始成员保持密切合作，我们预计这些成员将继续成为 USDC 的重要合作伙伴和客户。同时，随着 Circle 多元化发展我们的产品和平台栈，扩展至 Arc、CCTP、CPN、StableFX、Agent Stack 等众多领域，我们也在不断扩展与数十家其他稳定币发行商的合作与协作，帮助他们基于 Arc 发行、利用我们的互操作性基础设施、在我们的钱包中获得支持，并成为 CPN 和 StableFX 上的结算和外汇选项。

我们坚定看好稳定币生态的增长，并欢迎 OUSD 成为社区的新成员。

原文作者：Investing Beanstock

原文编译：深潮 TechFlow

导读：AI 股票狂飙突进，但这位交易员反而在清仓科技股、转头抄底比特币——他用霍华德·马克斯的周期理论逐条对照当前市场，发现 AI 已符合几乎所有”泡沫顶部”特征。对投资者来说，这篇文章提供了一个冷静的周期定位框架，帮你判断现在该贪婪还是该恐惧。

股市正经历 AI 驱动的狂暴牛市，这应该不会让任何人感到意外。

如果没有持仓，简直感觉像个傻子——因为资本开支（CAPEX）只会继续上升，所有这些股票的远期估值只会变得更疯狂。

我不打算评论具体股票或指数，反正全世界的银行和财经媒体都在铺天盖地报道。我更感兴趣的是搞清楚——或至少尝试破译——我们处在市场的哪个阶段。不仅是加密货币，而是整个金融市场。

为此，我从最喜欢的一本书中汲取了大量灵感：霍华德·马克斯的《周期》。

大多数人把周期理解为一系列事件。大多数人也明白这些事件通常按常规顺序相互跟随：上涨之后是下跌，然后最终又是新一轮上涨。但要全面理解周期，这还不够。周期中的事件不应该仅仅被看作一个接着一个，更重要的是，每一个都在导致下一个发生。

直线=中点，市场的钟摆就是围绕中点振荡的波浪线。它们共同构成市场周期，由各种市场力量驱动，导致它不时偏离中点。

周期性现象的运动可以轻松识别为几个阶段：

a: 从过度压抑的下极端或”低点”向中点恢复

b: 继续越过中点向上极端或”高点”摆动

c: 到达高点

d: 从高点向下修正回到中点或均值

e: 继续向下运动越过中点朝向新低点

f: 到达低点

g: 从低点恢复回到中点

h: 周期重复

那么我们现在在哪里？

这是泡沫吗？我认为此时已经很明显，AI 确实是个泡沫。根据马克斯的说法，当”价格无关紧要”的情绪很强时，这就是泡沫的标志。

在泡沫中，投资者经常得出结论：你可以通过借钱（杠杆）买入狂热资产来赚钱。无论你的贷款利率或资金费率是多少，该资产肯定会以高于那个的速度升值。

“再高的价格都不算高”是泡沫的终极成分，这是市场已经走得太远的相当明显的信号。

实际上有冲突的学派，认为市场可以远高于其内在价值，并且仍然能因为狂热而继续回报数倍。

该怎么办？

由于我们不确定泡沫何时会破裂，在我看来，我们有两种明确的投资组合配置方法。

定投（我是说真正的定投，不择时，你只是以无聊、机械的方式一点点买入。你分的批次越多，最终的成本基础就越平滑，这才是这么做的全部意义。)

重仓现金，但仍允许自己通过战术性/卫星仓位参与市场，比如主动交易。

我个人更喜欢第二种方法。但那是因为我日复一日地积极监控市场，我依靠自己的市场经验和直觉来应对这一切。

定投也不是一个坏方法。但它确实需要个人真正拉长时间视野。不是 1 年或 3 年，而是至少 5 年才能真正看到一些成果。大多数人定投几周，或者试图定投同时择时，最终适得其反。如果你计划定投某个特定投资，确保你完全理解这个业务/行业，然后就以超级无聊、重复的方式坚持下去，继续过你的生活。

在我的 2025 年回顾和反思帖子中，我提到要将 25%的仓位配置到被动 ETF，包括 QQQ、SOXQ、XAR、URA 和 UFO。我认为其中很大一部分收益是由 QQQ 和 SOXQ 带来的，但我在 5 月份已经全部卖出，因为我认为市场已经远远超过了中点。

我还说过我对加密货币总体看跌，要到 2026 年初（结果是对的），我设法保留了大量现金，现在正耐心地将一部分部署到 BTC 中。目标积累区间是 5 万 -6 万美元，所以在写这篇文章时我已经开始配置了。

“加密货币已死，转向 AI”

老实说，我唯一的遗憾是没有在 Anthropic 和 xAI 的投机性私募市场敞口上配置更多。我认为前沿模型仍然提供最纯粹的 AI 敞口，相比公开市场的”卖铲子”类型，比如 GPU/半导体/存储叙事。既然那些已经是共识，我不认为此时追高能提供非对称上行空间。那已经过去很久了。像 MU 这样的股票在一年内几乎涨了 10 倍，而像 SNDK 这样的股票基本上像 memecoin 一样波动。上行空间可能还在，但下行风险看起来更糟。

但是 CAPEX！是的，这可能在未来转化为真实的价值增量，但它仍然是投机性的。过度投机，过量的钱都涌入同一件事，我以前见过这部电影。

错过 AI 牛市的一大块令人失望吗？当然，确实有点痛。但我仍有敞口，而且在翻倍。我真的不认为以今天的估值告诉别人 AI 股票真的值得买是负责任的，除非他们真的知道自己在做什么并且是为了长期（大多数人不是，他们是为了快钱而来）。

市场理智检查清单

现在，让我们回到马克斯如何判断我们是否接近/正在接近市场顶部：

经济在增长，经济报告是正面的

企业盈利在上升并超出预期

媒体只报道好消息

证券市场走强

投资者变得越来越自信和乐观

风险被认为是稀缺和温和的

投资者认为承担风险是通往利润的必经之路

贪婪驱动行为

投资机会的需求超过供应

资产价格超过内在价值

资本市场大开，筹集资金或展期债务很容易

违约很少

怀疑论低，信心高，意味着可以做有风险的交易

没人能想象事情会出错。没有有利的发展似乎不可能

每个人都假设事情会永远变好

投资者忽视损失的可能性，只担心错过机会

没人能想到卖出的理由，也没人被迫卖出

买家多于卖家

如果市场下跌，投资者会很高兴买入

价格达到新高

媒体庆祝这个激动人心的事件

投资者变得欣喜若狂和无忧无虑

股权持有者惊叹于自己的聪明：也许他们会买更多

那些一直观望的人感到后悔；因此，他们投降并买入

^ 这意味着：

未来回报很低（或为负）

风险很高

投资者应该忘记错过的机会，只担心亏钱

这是谨慎的时候！

那么，你认为当前股市正在表现出其中多少条？

在”市场顶部”检查清单的另一面，相反的情景也可能出现：

经济放缓：报告是负面的

企业盈利持平或下降，低于预期

媒体只报道坏消息

市场走弱

投资者变得担忧和沮丧

风险被认为无处不在

投资者认为承担风险只是亏钱的方式

恐惧主导投资者心理

证券需求低于供应

资产价格低于内在价值

资本市场紧闭，很难发行证券或再融资债务

违约飙升

怀疑论高，信心低，意味着只能做安全的交易，或根本不能做

没人认为改善是可能的。没有结果看起来太负面而不会发生

每个人都假设事情会永远变糟

投资者忽视错过机会的可能性，只担心亏钱

没人能想到买入的理由

卖家多于买家

“不要试图接住下落的刀”取代了”逢低买入”

价格达到新低

媒体关注这个令人沮丧的趋势

投资者变得沮丧和恐慌

股权持有者感到愚蠢和幻灭。他们意识到自己并不真正理解所做投资背后的原因

那些没有买入（或卖出）的人感到被证实，并因其聪明而受到赞扬

那些持有的人放弃并以压抑的价格卖出，进一步加剧了下行螺旋

^ 这意味着：

隐含的未来回报是天高的

风险很低

投资者应该忘记亏钱的风险，只担心错过机会

这是激进的时候！

基于上面的检查清单，我确实认为 BTC 正在表现出其中许多条（尤其是 Saylor/MSTR 的情况）。所以我确实觉得 BTC 与今天高飞的 AI 股票相比，展现出更有吸引力的投资前景。

但是，请注意，上述进展是简化的，它们甚至可能不会以相同的顺序出现，也不一定出现在每个市场周期中，但这些行为是真实的，它们确实是几十年来市场中押韵的元素。

AI 革命显然让科技股受益，特别是半导体在 1/3/5 年期间。

但投资永远不是通过看后视镜（不幸的是，大多数人这样做并从过去汲取参考），优势出现在人们忽视/驳回它的地方。我们需要看”从现在起 1 到 10 年会发生什么”，而不是今天的环境是什么。

看上面的图表，说你是加密货币投资者而你本应该投资股票，看起来会很傻。

根据上述图表，如果你选择了股票，从统计学角度来说，未来表现不佳的可能性很大。

另外，现在在 2026 年读这段话可能听起来像个笑话，但基于过去对周期的经验教训以及对远期回报/估值基本面的理解，我确实认为未来几年 BTC 会跑赢股票。

史上最脱节的宏观环境

我们也处于有史以来最脱节、最不理性的市场环境之一。

在新任美联储主席沃什的领导下，利率目前维持在 3.5-3.75%，而他也公开表态鹰派立场。但利率没有压缩，股市反而继续上涨，就因为 AI 将治愈癌症，所有人都将永远赚到无限多的钱，对吧？

股市席勒周期调整市盈率（CAPE）已经首次突破 40，这是自互联网泡沫时代顶峰以来的首次。美国股市市值现在接近其 GDP 的 2 倍，估值比 2000 年泡沫时还要高。

在紧缩周期中估值倍数扩张，这是教科书式的脱节定义。

这种脱节主要由三引擎叙事/流动性机器驱动。

AI 资本支出超级周期：大型超大规模云服务商在 2026 年支出高达 7250 亿美元，接近 1 万亿美元，现在占整个标普 500 的 30%以上。

周期晚期财政刺激：降低企业和个人税/关税返还提振了名义盈利，即便美联储在收紧政策。

被动指数基金资金流：指数基金机械性地将每一美元 401（k）养老金投入最大市值公司，不管价格如何。婴儿潮一代现在被迫在历史高位买入这些超大规模云服务商股票，而且还在继续。

风险偏好具有选择性

当今资本正蜂拥涌入 AI/半导体领域，而其他所有东西包括比特币（上一个周期的宠儿）几乎没有增长或在流血。这不是一个普遍贪婪的市场，而是一个将所有资金都漏斗式投入单一叙事的市场（AI 及其相关垂直领域）。

2025 年，AI 相关股票占整个美国股市涨幅的约 80%。在这些历史新高背后，市场广度极窄，大多数股票甚至没有对上涨做出贡献（除非你与 AI 相关）。

裂缝正在形成

整个大厦假设 AI 资本支出能被真实需求满足，且能源驱动的通胀冲击会消退/不重要。核心 PCE 从 3%升至 3.3%，伊朗战争期间油价从 57 美元飙升至 113 美元后降至 76 美元，这正是降息被排除的原因。

裂缝也已经显现。

6 月最后一个完整周，韩国 KOSPI 两次停牌，三星和 SK 海力士单日下跌 12%，这是对卖家数量相比剩余买家数量的警告。

达里奥也表示他的泡沫指标接近 1929 年和 2000 年水平，巴菲特……仍持有创纪录的 3810 亿美元现金。价格已经变得依赖叙事、持仓和杠杆，真的没有多少安全边际了。

我的个人计划

考虑到上述所有因素，以下是我作为资本配置者对整个局面的思考方式。

请注意这高度定制于我自己的生活状况、投资目标和性格。请自己做研究，这些都不构成财务建议。

我目前将资金分成 3 个不同的桶，并根据特定桶进行管理。

交易资金（最高风险、最高波动、最高方差）

长期积累资金（我不打算卖出的买入持有类型）

非流动性资金（私募股权-SPV、异类投资）

在如何向哪个桶配置资本方面，高度依赖市场环境和流动性。

现在，我大部分现金保留给桶 2。由于市场优势减弱，我大幅减少了对桶 1 的配置。在加密领域，我目前只认为 BTC、HYPE 和 LIT 值得持有。看股市就是在玩击鼓传花。鉴于当前估值，长期配置股市也说不通。

对于桶 3，金额基本固定，大约占我净资产的 20%。鉴于其非流动性，需要数年才能实现全部回报，因此这个桶在可预见的未来基本不会改变。

截至撰写时，我大部分是现金（>80%），在 3 个桶之间的配置权重分别为 10%、70%、20%。

在桶 2 下，我到目前为止已经对现货 BTC 进行了 4 次买入，平均价格约 59000 美元。我也对某些 ETF 感兴趣，当我决定长期配置时会披露。

总而言之，没什么太花哨的。更像是钓鱼，等待那条大鱼。在大鱼来之前抓几条小鱼我也不介意，但重点是继续钓鱼、保持专注，不放弃。

永续 DEX 空投挖矿仍是优势

尽管我 6 月份的交易减少了，但我认为加密领域一个被极度低估的优势是永续 DEX 挖矿，特别是 Variational。

虽然主要由空投激励驱动，但它仍在永续 DEX 中排名前三，不包括市场明确领导者 Hyperliquid。

Variational 仍处于私人测试阶段，意味着你需要邀请才能使用。有什么特别的？这是一个基于 RFQ 的永续 DEX，理论上意味着他们可以上线各种交易对（甚至最冷门的），仍然拥有深度流动性，不像订单簿需要疯狂的引导。

我主要用它交易原油、黄金、白银、铜等大宗商品和其他一些交易对。专注于持仓量并长期持有能获得最高效的积分。

推荐可获得 15%积分加成，我的代码在注册时自动授予你 90 天 SILVER 等级。

我仍在挖且有大量积分配置的其他平台是：

所有提到的永续 DEX 的 TGE 目标都是 2026 年第三季度。

我认为围绕 STRC 的恐惧过度了。但这种金融工程确实改变了投资者围绕它的行为。在 Saylor 卖完 10 亿美元 BTC 之前不愿配置，现在成为主要的”底部信号”。

在 58000 美元的 BTC 价格，我认为估值合理。它现在甚至低于 200 日移动平均线。

这意味着 2026 年下半年对长期积累者来说可能是一个重要时期。我确实认为会有最后一次投降和大量强制抛售（包括 Saylor），很可能与股市开始走弱的时间重合。

虽然这不是纯粹的 BTC 看涨帖子，但我认为在当今存在的所有资产中，BTC 提供了最宽的安全边际之一，即使最终低点从这里下跌约 15-20%。

想想看，在长期滞胀环境中，稀缺资产表现最佳。过去是黄金，一种存在于货币体系之外、存在了数千年的资产。

我认为十年后，今天积累 BTC 将是很长一段时间内最有回报的时刻之一。

虽然股市未来确实会随时间上涨，但在当前时刻，我无法证明在如此高的估值买入是合理的，很乐意观望直到它回归地球。

你怎么看？你现在如何考虑资本配置？

原文作者：龙玥

原文来源：华尔街见闻

一条关于 Meta 对外出售过剩算力的消息，把 AI 交易中最敏感的几个问题同时摆上台面：算力到底缺不缺、Meta 会不会下修资本开支、Neocloud 还能赚多久？

华尔街见闻提及，Meta 正在制定云业务计划，可能对外提供两类服务：一类是托管模型/API 访问，类似 AWS Bedrock；另一类是类似 Neocloud 的“原始算力”出租。

消息一出，新一代 GPU 云明星服务商 CoreWeave 股价应声大跌 13%，Nebius 下跌 15%，芯片等 AI 硬件板块随之遭遇重挫。如果 Meta 开始卖算力，投资者自然会追问三件事：

第一，Meta 是不是算力买多了？

第二，Meta 是不是不再那么重投入模型和 AI 产品？

第三，AI 硬件和 Neocloud 的需求曲线是不是要变？

据追风交易台消息，7 月 1 日，瑞银、摩根士丹利以及伯恩斯坦等华尔街投行火速对这一事件进行了拆解。这或许并非 AI 基本面的崩塌，而是巨头在算力约束与财务回报之间寻找平衡的务实之举。这件事也不能简单等同于“Meta 不需要算力了”。但对不同资产的含义不同。

对 Meta，外租算力可能是收入和 EPS 的过渡桥。瑞银判断：“出售云算力或模型访问权，理论上会带来比等待 Meta Business Agents 和 Meta AI 聊天机器人规模化更快的近期收入，并缓解 2027 年 EPS 持平或收缩的担忧。”

对 CoreWeave 这类 Neocloud 公司，这是潜在竞争压力。

对芯片和服务器链，市场更关心的是后续资本开支节奏会不会变化。

“有余量可出租”不等于“行业算力过剩”

市场交易的是最短链条是，出租算力＝算力过剩＝资本开支下修。

Meta 可能有阶段性可出租算力，但这不自动等于全行业算力过剩。不同机构使用的容量口径也不一样，不能直接相加。

摩根士丹利模型里，Meta 预计在 2026 年、2027 年分别新增约 2GW、3.5GW 自有运营 IT 容量，基准是 2025 年底约 3GW。作为对比，Amazon 和 Google 等超大云厂在 2027 年的新增 IT 容量量级分别可到 5GW、9GW。换句话说，即使 Meta 拿出一部分自有容量对外出租，也很难单独改变未来三年云厂建设的大盘子。

伯恩斯坦使用的是更宽的总数据中心足迹口径：Meta 目前全球容量估计约 20GW，未来几年还会再上线约 14GW，包含自有和租赁组合。这个数字看起来很大，但它不是“全部可出租 AI 算力”，也不等于同一代 GPU、同一类负载、同一价格曲线。

市场测算里还有一套更激进的倒推：以 Google 与 Anthropic、AWS 与 Anthropic/OpenAI、微软与 OpenAI 等合同和容量规划作为锚，未来几家云厂的 AI 算力总量都可能是 20GW 上下甚至更高量级；OpenAI 自身的 Stargate，以及与英伟达、博通相关的 10GW 量级安排，也被纳入需求侧观察。这个口径的作用不是给精确预测，而是说明一点：Meta 局部外租，不足以证明全球 AI 建设进入过剩。

更反直觉的是，伯恩斯坦还提到，周末有消息称 Google 因自身容量限制而限制 Meta 的计算使用。若这一说法成立，Meta 一边还在争取外部算力，一边又准备未来对外卖一部分算力，这更像是“不同代际、不同用途、不同时间窗口”的再分配，而不是简单的“用不完”。

这不是 Meta 第一次把“卖算力”摆上桌

2026 年 5 月 27 日，股东问 Meta 是否会建设云业务，与 AWS、Azure 等竞争。扎克伯格回答：

“当然，这肯定在考虑范围内……我们还没有这样做，因为我们认为这些算力我们自己用得上。但显然，如果我们到了某个阶段，觉得自己建设过量了，那这就是我们拥有的一个选项，这也是我们有信心继续投资建设的部分原因。”

更早的 2025 年 10 月 29 日，扎克伯格也谈过类似逻辑：

“任何我们不需要的算力，我们都相当有信心能够吸收其中非常大的一部分……当然，确实可能会建过头。如果我们真的这样……我们看到内部和外部都有大量新需求。几乎每周都有公司外部的人来找我们，希望我们搭建 API 服务，或者问他们能否从我们这里获得不同类型的算力。我们还没有这样做。但显然，如果你到了建设过量的阶段，这可以成为一个选项。”

这解释了为什么瑞银把它称为“不是新消息”。

对 Meta 股东，卖算力更像“EPS 桥”，不是新主业

对 Meta 来说，外租算力最直接的好处是把远期 AI 投入变成近期收入。

瑞银的表格里，Meta 2026 年、2027 年摊薄 EPS 大约是 32.6 美元和 33.0 美元，市场担心的是 2027 年 EPS 相比 2026 年基本持平甚至压缩。外租算力或出售模型访问权，至少能在 Meta Business Agents、Meta AI 聊天机器人真正规模化之前，提供一段收入和利润缓冲。

摩根士丹利的敏感性测算更直观：每出租 250MW 算力、租期一年、价格为 40 美元/Watt，可能给 Meta 2028 年 EPS 带来约 2.97 美元增量，约等于 8%的上行空间。如果容量扩大到 500MW、750MW、1000MW，或者价格不同，EPS 弹性会继续放大或缩小。

这也是为什么市场没有只把它理解成利空。站在 Meta 股东角度，扎克伯格等于多了一条退路：如果内部 AI 产品短期消耗不了所有算力，可以先卖给外部 AI 实验室，回收一部分投入。

市场还拿 xAI 向 Anthropic 出租算力作类比：500MW 对应每月 12.5 亿美元，折算约 300 亿美元/GW/年。若这个定价成立，隐含回报非常高，反而说明高质量算力在部分场景下仍紧张。它不是“算力没人要”的证据，而是“闲置窗口可以被高价扫走”的证据。

但这只能叫桥，不能叫主线。摩根士丹利仍把 Meta 估值的关键放在一线产品创新上：Meta AI、商业代理、消息业务、diffusion offerings、订阅等能否带来更持久的互动和收入增长。卖算力可以补 EPS，不能自动抬估值倍数。

资本开支未必下修；做成全云反而可能更烧钱

市场最担心的是 Meta 2027 年资本开支下修，然后整个 AI 硬件链条跟着降预期。

但摩根士丹利模型当前假设 Meta 资本开支从 2026 年的 1450 亿美元，升至 2027 年的 1750 亿美元、2028 年的 2050 亿美元。这个模型的前提是：Meta 主要为自有一线产品建设容量，而不是打造一个完整的超大规模云服务商。

如果 Meta 真的把外部云服务做大，尤其是做模型/API 平台，而不是临时出租裸算力，资本开支反而可能有上行压力。因为完整云业务需要更长期的数据中心容量、更复杂的软件平台，以及面向企业客户的交付能力。

伯恩斯坦也把这个问题放到 2027 年以后看。Meta 是 AI 市场里最重要的“支票簿”之一，任何建设节奏变化都会影响供应链。但“临时外租”与“永久扩张云业务”对资本开支含义不同，不能混在一起。

更大的需求侧仍是推理和 agent 应用。HY 计算机&AI 算力的市场整理把 OpenAI 周末关于 Codex/agentic AI 的文章作为一个需求信号：个人非开发者用户数增长 137 倍，组织用户数增长 189 倍，OpenAI 内部用户数增长 12 倍。这个视角强调的是，新场景扩张可能继续推高推理算力需求。

所以这轮分歧的关键不是“Meta 会不会卖算力”，而是 AI 需求曲线是不是还在变陡。如果海外 ARR 加速、推理应用增长、云厂资本开支继续上修，Meta 外租算力就更像阶段性资产变现；如果后续财报季集体下修资本开支，那这件事才会变成行业拐点信号。

卖裸算力容易，做完整 AI 云很难

Meta 潜在业务有两条路，难度完全不同。

第一条是卖“裸算力”或原始芯片容量，类似 neocloud。客户买的是 GPU/算力资源，Meta 不需要马上补齐完整企业软件、开发者工具、模型平台和销售体系。

第二条是做托管模型/API 访问，类似 AWS Bedrock 或 Google Vertex AI。这就不是“有机房、有芯片”就能做的生意。它要求模型能力、软件栈、开发者体验、企业客户销售、服务支持都跟上。

摩根士丹利模型对第二条路更谨慎。它提到，Meta 的 Muse 模型家族在 TerminalBench 和 SWE Bench Verified 上的表现并不突出，而这些测试与代码能力和第三方使用场景相关。若 Meta 想与 Gemini 等前沿模型竞争，后续模型需要显著提升。

这也是“Meta 卖算力＝Meta 退出模型”这个推演站不稳的地方。潜在方案里本来就包括模型/API 访问，Meta AI、business agents、messengers、diffusion offerings、订阅收入等一线产品仍是长期估值核心。问题不是 Meta 会不会做模型，而是它能不能把模型能力做成足以支撑外部客户付费的云服务。

市场讨论中也有人把 Muse Spark、闭源策略和管理调整视为 Meta 仍在模型牌桌上的证据。但这些更适合作为后续跟踪项。至少从三家框架看，眼下更确定的结论是：卖裸算力的执行门槛低，做全套 AI 云的门槛高。

CoreWeave 是最大“受害者”？客户变潜在竞争者

这次冲击最直接落在 CoreWeave 等新云/GPUaaS 公司身上。

伯恩斯坦给出的 CoreWeave 评级是 Underperform，目标价 67 美元；Meta 评级是 Outperform，目标价 850 美元。它的逻辑很直接：Meta 如果向外提供云基础设施，就可能与 CoreWeave 正面竞争。

更麻烦的是，Meta 本身就是 CoreWeave 的大客户。伯恩斯坦口径下，Meta 当前有 352 亿美元 CoreWeave 合同，占 CoreWeave 订单储备超过三分之一。再加上微软约 140 亿美元合同，CoreWeave 接近一半订单来自未来续约时可能成为竞争对手的客户。

短期风险没那么直接。现有合同约束强，不容易马上退出，因此 CoreWeave 的短期收入和债务压力未必立刻恶化。

长期问题更难处理。客户如果自己建云、自己卖算力，新云公司的议价能力会下降。尤其在续约时，CoreWeave 面对的不再只是需求方，而是有钱、有技术、有数据中心经验的潜在供给方。

摩根大通交易台提到，市场对 CRWV 下跌 13%、NBIS 下跌 15%的反应相对容易理解：Meta 一夜之间从客户变成潜在竞争者。对芯片硬件来说，冲击更间接；对 GPUaaS 来说，冲击更像商业模式压力测试。

为什么硬件先跌：基本面之外，还有拥挤仓位

短线交易层面，市场不只是在交易基本面。

摩根大通交易台争论拆成两边：一边是 Meta 新闻是否代表 CSP 资本开支和 AI 计算需求叙事转变；另一边是持仓过于拥挤、去杠杆和获利了结放大了跌幅。其倾向是后者权重更高，真正判断是否基本面转向，要看即将到来的财报季表述。

仓位背景并不轻。主要指数再平衡刚过，总流量和杠杆率起点偏高，过去四周多头和空头增加都在+2 个标准差水平；过去五年 7 月对冲基金常出现去杠杆，变化通常在-1 到-3 个标准差。半导体和存储器持仓接近第 100 百分位。

这解释了为什么一条 Meta 新闻能砸到整个 AI 硬件链。拥挤交易遇到“算力可能不稀缺”的叙事，就容易先卖再说。当天软件、拥挤空头和中国 ADR 上涨超过 1.4 个标准差，也符合去杠杆过程中的空头回补特征。

后续扭转信号，市场主要看几件事：Meta 是否澄清；海外 AI 应用 ARR 是否加速；云厂资本开支是否继续上修；二季度业绩是否超预期。时间点集中在 7 月至 8 月。当前更像观察期，而不是已经形成一致结论。

还有一个尾部问题：股价越高，股权融资传闻越难忽视。

Meta 股价如果被这条“算力可变现”的叙事推高，反而可能增加股权融资传闻的概率。

逻辑是，低于 2027 财年 EPS 17 倍时，Meta 不愿意做稀释性融资；如果靠这次消息和强劲二季度业绩把估值推到 20 倍以上，市场不应对潜在股权融资感到意外。

这不是三家外资框架里的主线，也没有公司确认。但它解释了为什么 Meta 股价反应可能并不单纯。卖算力可以缓解投资回报率焦虑，股权融资传闻又会带来稀释担忧。两股力量会同时影响交易。

三家估值没有把 Meta 当“卖算力公司”来定价

瑞银维持 Meta 买入评级，目标价 865 美元，估值基于截至 2028 年一季度的全年摊薄 GAAP EPS 33.26 美元、26 倍市盈率；由于公司未确认潜在算力出售消息，暂未调整预测。

摩根士丹利维持 Meta Overweight 和 Top Pick，目标价 775 美元。其基准情形隐含约 23 倍 2027 年市盈率，核心仍是广告收入、Reels 变现、AI 带来的互动提升、效率改善，以及新产品选择权。

伯恩斯坦维持 Meta Outperform，目标价 850 美元，同时对 CoreWeave 维持 Underperform，目标价 67 美元。这个组合很能说明市场分歧：Meta 的可选项变多，CoreWeave 的竞争压力变大。

但风险也没有消失。下行因素包括：广告周期回落、监管压力、Reality Labs 投入回报不确定、数据中心建设执行失误导致长期资本强度更高等。

原文作者：叶桢

原文来源：华尔街见闻

Meta 出售过剩算力的计划打破了市场对于“算力绝对稀缺”的核心信仰，这一战略转向引发了资金从芯片股的剧烈流出，同时也标志着市场对科技巨头无节制资本开支的容忍度正迎来拐点。

该消息在二级市场引发了极端的两极分化。主动释放削减开支信号的 Meta 股价单日暴涨 10%，创下年内最佳表现；而传统的 AI 硬件受益者——半导体巨头、存储芯片制造商以及新兴云服务商（Neocloud）——则遭遇重挫，并拖累纳斯达克指数出现显著波动。

华尔街机构普遍将此解读为 AI 投资周期的重大叙事转变。资金的焦点正在从单纯的硬件基础设施建设，迅速转向企业的自由现金流稳定性和算力利用率，投资者开始用真金白银重奖那些展现出财务纪律的科技巨头。

这种底层逻辑的重塑不仅改写了超大型云厂商（Hyperscaler）与芯片供应商之间的强弱关系，也直接导致拥挤的动量交易策略出现崩盘式解体，为接下来的美股财报季和市场流动性埋下了新的不确定性。

Meta 变阵抛售“过剩算力”，大厂资本开支面临拐点

据彭博报道，Meta 正在组建一项新业务，计划将其过剩的计算能力出售给外部客户以获取收入。知情人士透露，潜在方案包括允许外部访问托管在 Meta 现有 AI 基础设施上的各种 AI 模型，这一模式类似于 AWS 的 Bedrock 服务。Meta 将负责运营为其 Muse Spark 等模型提供动力的据中心和芯片，并向开发者收取访问费用。

不仅如此，Meta 还在考虑直接出售“原始”计算能力。颇具讽刺意味的是，Meta 此前刚刚与 CoreWeave 和 Nebius 等新兴云服务商签订了数十亿美元的合同，而现在的举动意味着它将转身与自己的供应商展开直接竞争。

这一名为“Meta Compute”的内部举措旨在构建和管理公司的 AI 基础设施。该团队由 Meta 基础设施负责人 Santosh Janardhan、超级智能实验室 AI 部门高管 Daniel Gross，以及 Meta 总裁 Dina Powell McCormick 共同领导。

事实上，这一转向早有预兆。Meta 首席执行官马克·扎克伯格在 5 月的股东电话会议上就曾向投资者暗示，出售过剩算力或 API 服务“绝对在考虑范围之内”。另一家此前出售过剩算力的公司 SpaceX，近期也正面临出售算力竞争加剧的困境。

“算力稀缺”逻辑受冲击，芯片与动量股遭遇重挫

Meta 的举动直接挑战了支撑近期芯片股大涨的核心前提。高盛 1-Delta 交易台负责人 Rich Privorotsky 警告称，市场的核心前提一直是算力稀缺，一旦供应增加且租赁价格走低，短缺叙事将被直接颠覆，而最先感受到痛苦的将是硬件领域。

高盛警告称，AI 市场已如一根被拉伸的橡皮筋，市场对负面信号的持续漠视终将迎来临界点。一旦任何一家主要科技巨头率先削减 AI 支出，整个 AI 板块的估值逻辑将面临全面重构；同时低成本 AI 模型崛起，正挑战当前“高投入换增长”的逻辑。

受 Meta 消息影响，芯片与存储板块首当其冲，英伟达、美光以及闪迪等明星股遭遇猛烈抛售。新兴云服务商被视为最明显的输家，其股价创下今年以来最大跌幅之一。

硬件板块的暴跌直接引发了动量策略的全面崩盘。高盛的高 Beta 动量篮子（目前主要由芯片和存储股组成）在创下历史性涨幅后，单日重挫 9%。BTIG 分析师 Jonathan Krinsky 指出，多空高 Beta 动量指数下跌 10%，创下自 2020 年以来的最差单日表现。

此外，彭博 Mag7 指数与费城半导体指数（SOX）之间的收益差创下自 2015 年以来的最大单日极值（+8%），显示出资金正在从半导体板块疯狂撤出。

市场逻辑重塑，投资者重奖“削减开支”

与硬件股的惨淡形成鲜明对比的是，市场对削减资本开支的信号给予了极高的溢价。正如高盛此前所预测，第一家暗示可以放缓支出步伐的超大型云厂商将获得股价上的回报。

Meta 大涨 10%的走势印证了这一判断，表明投资者认为在当前的估值倍数下，增量收入流和财务纪律比无底线的军备竞赛更具吸引力。

瑞银交易员 Christina Dwyer 表示，相关报道将市场叙事转向了更严格的财务纪律，缓解了对资本支出持续上升的担忧。资本支出预期不再单边向上倾斜，市场焦点转向了自由现金流的稳定。

在资金轮动的背景下，软件板块迎来了一年来相对于半导体板块的第二大单日超额收益。

竞争加剧与流动性隐忧，后续财报成关键指引

Meta 的入局让超大型云厂商的供需前景变得更为复杂。虽然新竞争者的出现打破了既有格局，但供应链瓶颈的缓解也有望带来成本压力的减轻。

瑞银指出，“过剩产能”的提法引发了市场对底层 AI 真实需求的担忧，展望即将到来的二季度和三季度财报季，企业给出的指引以及全年资本支出计划，将是决定当前估值重估能否持续的关键。

值得警惕的是，市场在经历巨幅轮动的同时，正面临严重的流动性隐患。高盛交易台警告称，尽管美国股市创下了 2026 年以来的最高日均成交量，但市场流动性依然极为糟糕。6 月份，标普 E-mini 期货的顶层（top-of-book）流动性环比暴跌 33%，从 1200 万美元降至仅 800 万美元。

这意味着，市场在一个深度急剧变浅的资金池中进行着创纪录的交易。每一笔大额订单都会引发更剧烈的市场波动，执行成本正在上升，日内出现异常崩盘的风险依然处于高位。在 7 月动量股历来表现不佳的季节性因素叠加下，芯片股与大盘的博弈或将面临更为剧烈的震荡。

比特币刚刚结束了 2026 年以来最艰难的一段行情，上半年累计下跌约 30%，并且

并不是所有华尔街机构都像渣打银行那样谨慎。

Bernstein 今年实际上朝相反方向调整，将 2026 年比特币价格目标上调至 15 万美元，并称 2026 年这轮下跌是比特币历史上最温和的熊市情景之一。该机构最近一次于 2026 年 3 月 24 日重申这一观点，认为这次并未出现过去加密寒冬中常见的系统性失灵。

由 Gautam Chhugani 领导的 Bernstein 分析师认为，比特币过去与减半时间表相关的传统四年周期，可能已经开始瓦解，取而代之的是一轮更长、由机构主导的牛市，并预测2027 年潜在周期峰值接近 20 万美元，长期目标约为 2033 年 100 万美元。

再进一步放大视角，ARK Invest 自身研究在基准情景中，将比特币 2030 年市值估算为约 16 万亿美元。按照当前供应量计算，这相当于每枚比特币约 75 万至 80 万美元，主要由该机构所称的比特币作为数字黄金的角色扩大，以及机构和主权层面的采用推动。

简单来说，多头情景就是：年末前短期区间为 10 万至 15 万美元，而本十年后半段则对应更高得多的数字。

空头情景则比任何单一分析师模型都更依赖图表本身。

支撑位大致守在 58,000 至 60,000 美元区间，这也与多份 ETF 资金流报告显示的 6 月大部分时间比特币价格区间一致。

如果确认跌破该区间，价格可能进一步跌向 55,000 美元；而如果重新站上 6 月初比特币所在的约 65,800 美元，将是迄今最明确的信号，表明下跌趋势可能已经结束。

简单说，这篇 2026 年 7 月比特币（BTC）价格预测并不是一个单一数字，而是一个区间：下行锚点大约在 55,000 美元，上行则可能是 15 万美元或更高，取决于您认为哪一组分析师更有说服力。

为什么两家银行看同一张比特币图表，却能相差 50,000 美元

对于刚接触加密货币的人来说，两家大型银行看着同一张比特币图表，却对其 12 月价格给出相差 50,000 美元的结论，可能会让人困惑。

这种差距通常取决于每位分析师最看重拼图中的哪一块。

渣打银行的模型高度依赖 ETF 资金流数据，因为 Kendrick 曾表示，在企业财库买盘放缓后，未来比特币价格上涨实际上将取决于这一单一渠道。

Bernstein 的模型则更看重另一种观点：比特币过去与减半时间表相关的四年牛熊周期，在如今由机构而非散户主导大部分买卖之后，已经不再适用。

两个框架不一定有谁错，它们只是衡量不同信号；这正是为什么这篇 2026 年 7 月比特币价格预测会参考多个来源，而不是只挑一个数字并把它说成确定答案。

MEXC 分析：华尔街一直忽略的真正比特币信号

把今年相互竞争的比特币价格预测放在一起看，MEXC 的观点是，具体美元数字的重要性，可能不如这些预测背后共同呈现出的模式。

事实上，这已经是 2026 年以来，比特币 ETF 第三次经历急剧资金流出后又突然、相当快速反转的周期。

第一轮周期发生在 1 月和 2 月，当时数十亿美元在数周内流出，随后又在 2 月最后几天因机构买盘回归而迅速反弹。

第二轮周期出现在 4 月，根据 ETF 资金流跟踪数据，比特币 ETF 当月吸引约 24 亿美元流入，是自比特币 2025 年 10 月高点以来表现最强的单月之一。

第三轮周期就是刚刚结束的这波，5 月 15 日至 6 月 3 日连续 13 天资金流出，从基金中抽走约 44 亿美元。6 月初短暂缓和后，6 月 25 日公布的高通胀数据又让资金流出重新开始，推动 6 月达到40.6 亿美元净流出，创下这些产品 2024 年 1 月推出以来最大单月赎回规模。

Galaxy Research 汇总的持仓数据，为这轮资金流出增加了一个有趣维度。

卖出主要来自对冲基金和券商。对冲基金将比特币 ETF 持仓削减约 31,400 枚 BTC，降幅达 39%；券商则减持约 18,800 枚 BTC，降幅为 53%，其中 Jane Street 单独减持约 10,800 枚 BTC。

Morgan Stanley 关闭了约 8,300 枚 BTC 的全部仓位，但这一动作与其推出自有比特币基金有关，而不是因为对比特币本身失去信心。

银行则朝相反方向操作。JPMorgan 增持约 3,000 枚 BTC，Wells Fargo 增加约 4,000 枚 BTC 持仓；同一时期，阿布扎比主权财富基金 Mubadala 也买入超过 1,100 枚 BTC。

综合来看，这并不是统一的机构撤退，而是某一类投资者在卖出，同时另一类投资者正在悄悄买入。对于比特币（BTC）价格预测来说，这种分化比单看资金流出标题数字更重要。

如果今年早些时候出现的三轮周期模式继续成立，交易者更应该跟踪的，可能不是哪位分析师的价格目标最终最接近现实。

真正值得关注的是，新的资金流入是否会像 4 月那样带着同样力度回归，还是当前这轮资金流出会在年底前延伸为第四段下跌。

比起这篇 2026 年 7 月比特币（BTC）价格预测中的任何单一数字，这才是本月剩余时间最值得关注的短期信号。

常见问题

2026 年 7 月比特币（BTC）价格预测是多少？

根据渣打银行和 Bernstein 的观点，多数华尔街预测大致集中在下行 58,000 美元，以及年末 10 万至 15 万美元之间。

比特币价格在 2026 年已经见底了吗？

没有人能确定，但 58,000 至 59,000 美元区间今年迄今已经在多次抛售中守住支撑。

渣打银行的比特币价格预测是多少？

渣打银行 Geoff Kendrick 对 2026 年末的目标价为 10 万美元，低于此前 15 万美元的预测，但自 2 月以来没有再调整。

是什么导致 2026 年 6 月比特币价格崩跌？

比特币 ETF 创纪录的单月资金流出，加上市场普遍担心利率将在高位维持更久，推动了大部分跌幅。

比特币价格会在 2026 年复苏吗？

渣打银行和 Bernstein 都仍预计比特币会在年末前复苏，不过双方对 BTC 能涨到多高存在明显分歧。

比特币有可能达到 100 万美元吗？

只有在最乐观的长期模型中，比如 ARK Invest 的 2030 年情景，才会出现这种目标；它并不是 2026 年的短期目标。

结论

比特币在 7 月剩余时间的前景，本质上取决于两股力量的拉扯：一边是 ETF 抛压沉重的一个月，另一边则是多家大型银行目前仍拒绝放弃今年的看多目标。

渣打银行的 10 万美元预测和 Bernstein 的 15 万美元预测，位于复苏速度判断的两端，但两家机构都没有放弃 BTC 将在 2026 年收于明显高于 7 月初水平的观点。

无论最终哪个数字更接近现实，从现在到年末真正值得关注的变量，是 ETF 资金流入的速度，而不是任何单一分析师最醒目的目标价。

对于希望实时追踪比特币当前价格，而不是等待下一条市场新闻的交易者，MEXC 的 BTC 实时价格页面会全天持续更新。